TypeError：“TimeSeriesSplit”对象不可迭代答案

【问题标题】：TypeError: 'TimeSeriesSplit' object is not iterableTypeError：“TimeSeriesSplit”对象不可迭代
【发布时间】：2018-12-12 20:22:22
【问题描述】：

我正在对具有时间序列拆分的 SVR 设计进行网格搜索。我的代码是：

from sklearn.svm import SVR
from sklearn.grid_search import GridSearchCV
from sklearn.model_selection import TimeSeriesSplit
from sklearn import svm
from sklearn.preprocessing import MinMaxScaler
from sklearn import preprocessing as pre

X_feature = X_feature.reshape(-1, 1)
y_label = y_label.reshape(-1,1)

param = [{'kernel': ['rbf'], 'gamma': [1e-2, 1e-3, 1e-4, 1e-5],
                       'C': [1, 10, 100, 1000]},
                       {'kernel': ['poly'], 'C': [1, 10, 100, 1000], 'degree': [1, 2, 3, 4]}] 


reg = SVR(C=1)
timeseries_split = TimeSeriesSplit(n_splits=3)
clf = GridSearchCV(reg, param, cv=timeseries_split, scoring='neg_mean_squared_error')


X= pre.MinMaxScaler(feature_range=(0,1)).fit(X_feature)

scaled_X = X.transform(X_feature)


y = pre.MinMaxScaler(feature_range=(0,1)).fit(y_label)

scaled_y = y.transform(y_label)



clf.fit(scaled_X,scaled_y )

我的缩放 y 数据是：

 [0.11321139]
 [0.07218848]
 ...
 [0.64844211]
 [0.4926122 ]
 [0.4030334 ]]

我的缩放 X 数据是：

[[0.2681013 ]
 [0.03454225]
 [0.02062136]
 ...
 [0.92857565]
 [0.64930691]
 [0.20325924]]

但是，我收到了错误消息

TypeError: 'TimeSeriesSplit' object is not iterable

我的回溯错误信息是：

  ---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-5-4403e696bf0d> in <module>()
     19 
     20 
---> 21 clf.fit(scaled_X,scaled_y )

~/anaconda3_501/lib/python3.6/site-packages/sklearn/grid_search.py in fit(self, X, y)
    836 
    837         """
--> 838         return self._fit(X, y, ParameterGrid(self.param_grid))
    839 
    840 

~/anaconda3_501/lib/python3.6/site-packages/sklearn/grid_search.py in _fit(self, X, y, parameter_iterable)
    572                                     self.fit_params, return_parameters=True,
    573                                     error_score=self.error_score)
--> 574                 for parameters in parameter_iterable
    575                 for train, test in cv)
    576 

~/anaconda3_501/lib/python3.6/site-packages/sklearn/externals/joblib/parallel.py in __call__(self, iterable)
    777             # was dispatched. In particular this covers the edge
    778             # case of Parallel used with an exhausted iterator.
--> 779             while self.dispatch_one_batch(iterator):
    780                 self._iterating = True
    781             else:

~/anaconda3_501/lib/python3.6/site-packages/sklearn/externals/joblib/parallel.py in dispatch_one_batch(self, iterator)
    618 
    619         with self._lock:
--> 620             tasks = BatchedCalls(itertools.islice(iterator, batch_size))
    621             if len(tasks) == 0:
    622                 # No more tasks available in the iterator: tell caller to stop.

~/anaconda3_501/lib/python3.6/site-packages/sklearn/externals/joblib/parallel.py in __init__(self, iterator_slice)
    125 
    126     def __init__(self, iterator_slice):
--> 127         self.items = list(iterator_slice)
    128         self._size = len(self.items)
    129 

~/anaconda3_501/lib/python3.6/site-packages/sklearn/grid_search.py in <genexpr>(.0)
    573                                     error_score=self.error_score)
    574                 for parameters in parameter_iterable
--> 575                 for train, test in cv)
    576 
    577         # Out is a list of triplet: score, estimator, n_test_samples

TypeError: 'TimeSeriesSplit' object is not iterable

我不确定为什么会这样，我怀疑这是在我安装最后一行时发生的。对此的帮助将不胜感激。

【问题讨论】：

@desertnaut 我已经添加了更改，“pre”是我在数据中进行的预处理。
什么是X_feature_gridsearch 和y_label_gridsearch??
@desertnaut 抱歉，我们只好成为我的 X 和 y。我已经更新了这个。
你能确定你使用的是更新版本的 sklearn 吗？
@MohammedKashif 是的，我相信我是。对于网格搜索，我正在使用“from sklearn.model_selection import GridSearchCV”，如下所示。

标签： python machine-learning scikit-learn regression grid-search

【解决方案1】：

首先，您使用的是不兼容的软件包。 grid_search 是旧版本，现已弃用，不适用于 model_selection。

代替：

from sklearn.grid_search import GridSearchCV

这样做：

from sklearn.model_selection import GridSearchCV

其次，您只需将TimeSeriesSplit(n_splits=3) 发送到cv 参数即可。像这样：

timeseries_split = TimeSeriesSplit(n_splits=3)
clf = GridSearchCV(reg, param, cv=timeseries_split, scoring='neg_mean_squared_error')

无需致电split()。它将被 grid_search 内部调用。

【讨论】：

感谢您的回复，我已添加更改，但收到错误“TypeError: 'TimeSeriesSplit' object is not iterable”。知道为什么会这样吗？
@MohammedKashif 嗨，是的，我已经更新了回溯错误消息。
@Asif.Khan 我告诉过你替换你在新堆栈跟踪中看到的你没有做的导入。也这样做
@VivekKumar 是的，我现在已经这样做了，它正在编译。手指越过这件作品。我会尽快回复你。
@Asif.Khan 您可以在GridSearchCV(...) 中添加verbose=5 以查看进程进度。

【解决方案2】：

无法找到生成器的长度，它们不包含查找长度的完整信息，它们仅保持当前状态。在您的 grid_search.py 文件第 579 行中，它正在尝试查找生成器的长度。您需要将它们转换为迭代器以查找长度，因此您可以这样做：

n_folds = 列表（n_folds）

在你做之前：

n_folds = len(cv)

如果您想将其保留为生成器，请参考：

How to len(generator())

【讨论】：

感谢您的回复，但是否可以获得有关如何执行此操作的示例代码？