【发布时间】：2019-07-18 03:27:00
【问题描述】：
我想做线性回归，但我对 scikit.learn 有疑问。我从 20.1 更新到 20.2，但仍然出现 ModuleNotFoundError。
【问题讨论】：
标签： python python-3.x scikit-learn linear-regression data-analysis
【发布时间】：2019-07-18 03:27:00
【问题描述】：
交叉验证功能已移至model_selection。要访问它的功能，您可以尝试：
from sklearn.model_selection import cross_validate
from sklearn.model_selection import cross_val_predict
from sklearn.model_selection import cross_val_score
from sklearn.model_selection import train_test_split
请参阅Cross-validation 上的文档和示例
【讨论】：
-
感谢您的回复。我尝试了 from sklearn.model_selection import cross_validate 但我遇到了这个错误 TypeError: cross_validate() got an unexpected keyword argument 'test_size'
-
cross_validate没有test_size参数。它所拥有的是cv，它可能是一个整数，指定 cv 折叠的数量，或者是可迭代的，或者是生成器，它返回（训练、测试）索引。有关更多信息和示例，请参阅docs -
import numpy as np import pandas as pd import matplotlib.pyplot as plt data=pd.read_csv('C:/Users/KURSAT/Desktop/Salary.csv') print(data.head() ) X=data.iloc[:,:-1].values y=data.iloc[:,:-1].values #Split on Datas from sklearn.model_validation import test_train_split X_train,X_test,y_train,y_test=test_train_split(X ,y,test_size=1/3,random_state=0) #RegressionLine from sklearn.linear_model import LinearRegression regressor=LinearRegression() regressor.fit(X_train,y_train) #Predict y_predict=regressor.predict(X_test) #DrawGraph