机器学习 - 使用 sklearn答案

【问题标题】：Machine Learning - with sklearn机器学习 - 使用 sklearn
【发布时间】：2019-06-13 18:51:33
【问题描述】：

我正在编写一段基本的股票预测代码，但是我不断收到以下错误。

AttributeError: 'function' 对象没有属性 'train_test_split'

除此之外，我的代码似乎都是正确的，并且在编码过程中已经运行测试。所以我很确定除了python的库问题之外没有其他问题会导致这个问题。有谁知道这个问题的解决方法，以便项目可以继续？如果有任何帮助，这是我的代码。

import quandl, math
import numpy as np
import pandas as pd
from sklearn import preprocessing, svm
from sklearn.model_selection import cross_validate
from sklearn.linear_model import LinearRegression

#Getting the data
df = quandl.get("WIKI/GOOGL")

#Selecting the data we want from the database
df = df[['Adj. Open','Adj. High','Adj. Low','Adj. Close','Adj. Volume']]

#Calculating percentage changes
df['HL_PCT'] = (df['Adj. High'] - df['Adj. Close']) / df['Adj. Close'] * 100
df['PCT_change'] = (df['Adj. Close'] - df['Adj. Open']) / df['Adj. Open'] * 100

#Refining the data even further
df = df[['Adj. Close', 'HL_PCT', 'PCT_change', 'Adj. Volume']] 

forecast_col = 'Adj. Close'
df.fillna(value=-99999, inplace=True)
forecast_out = int(math.ceil(0.01 * len(df)))

df['label'] = df[forecast_col].shift(-forecast_out)


x = np.array(df.drop(['label'],1))
y = np.array(df['label'])
x  = preprocessing.scale(x)
y = np.array(df['label'])

X_train, X_test, y_train, y_test = cross_validate.train_test_split(X, y, test_size=0.2)

【问题讨论】：

您好，如果您喜欢我的回答，可以将其标记为正确吗？谢谢

标签： python python-3.x dataframe scikit-learn

【解决方案1】：

问题是 train_test_split 不在 sklearn.crossvalidate 内，而是在 sklearn.model_selection 内。如果你想使用 train_test_split，你应该像使用它一样 -

from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)

欲了解更多详情，请查看此网址 - https://scikit-learn.org/stable/modules/generated/sklearn.model_selection.train_test_split.html

【讨论】：