【问题标题】：Python NameError: name 'ridge_regression_sklearn' is not definedPython NameError：未定义名称“ridge_regression_sklearn”
【发布时间】：2020-09-04 11:47:28
【问题描述】：

我正在使用岭回归对 k 折进行交叉验证。我想使用 ridge_regression_sklearn 做 y_pred 并收到错误消息“ridge_regression_sklearn”未定义。

有人可以帮我解决它。我没有找到合适的进口。可能是这个问题？？？

NameError                                 Traceback (most recent call last)
<ipython-input-131-34a4b717d52b> in <module>
      1 alphas = np.logspace(-7,7,100)
----> 2 mse_cv = ridgeCV(X_train, y_train, n_folds=10, alphas=alphas)

<ipython-input-130-fea3c1471177> in ridgeCV(X, y, n_folds, alphas)
     33         for k in range(len(alphas)):
---> 35             weights, y_pred = ridge_regression_sklearn(test_X, training_X, training_y, alphas[k])
     36             cv_results_mse[i][k] = mean_squared_error(test_y, y_pred)
     37 

NameError: name 'ridge_regression_sklearn' is not defined

我正在工作的项目有以下导入

%matplotlib 笔记本

%matplotlib 内联

将熊猫导入为 pd 将 seaborn 导入为 sns 将 matplotlib.pyplot 导入为 plt 将 numpy 导入为 np 从 scipy.io 导入加载垫从 scipy 导入统计导入副本导入pylab 从 sklearn 导入线性模型从 sklearn.metrics 导入 mean_squared_error, r2_score 从 sklearn.linear_model 导入线性回归

【问题讨论】：

请在您的问题中加入minimal reproducible example。

标签： python scikit-learn linear-regression cross-validation sklearn-pandas

【解决方案1】：

这样的事情很可能来自 ridge_regression_sklearn 没有被导入。你能告诉我们你是如何导入它的吗？

【讨论】：

# %matplotlib notebook %matplotlib inline import pandas as pd import seaborn as sns import matplotlib.pyplot as plt import numpy as np from scipy.io import loadmat from scipy import stats import copy import pylab from sklearn import sklearn.metrics中的linear_model导入mean_squared_error，sklearn.linear_model中的r2_score导入LinearRegression
我想我没有添加正确的导入实际上我没有找到你能帮我找到这个的导入
你的意思是做linear_model.ridge_regression吗？
如果可行，请接受我的回答。我正在努力达到 50 次。
我试过这个：from sklearn.linear_model import ridge_regression 但这也不起作用