python import sklearn包出错 ImportError: No module named nose.tools
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了python import sklearn包出错 ImportError: No module named nose.tools相关的知识,希望对你有一定的参考价值。
单独import sklearn 可以。从这里面import就不行 如图。但文件夹里面确实有feature_extraction这个文件夹 为什么import 不了 求大神解答
看报错信息:testing.py第36行,没有nose.tools这个包或者模块追问我直接下载的exe安装的 为什会少呢 如何解决?
追答你这样,打开IDEL,执行from nose.tools import assert_equal
如果报错和上图一样,就说明nose.tools 有问题,检查nose这个包下面是否有tools这个包或者模块
说明不存在feature_extraction这个包!追问
sklearn 文件夹里面 有feature_extraction 这个文件夹
追答那么这个文健健下面有没有一个py文件:
__init__.py?
有的
追答那能用import sklearn
然后:sklearn.feature_extraction吗?
谢谢
在 sklearn python 中使用高斯过程回归时出错
【中文标题】在 sklearn python 中使用高斯过程回归时出错【英文标题】:Error in using Gaussian Process regression in sklearn python 【发布时间】:2020-10-25 17:22:58 【问题描述】:我开始学习 python 并尝试使用 Sklearn 库实现高斯回归。对于我自己的数据点,我尝试按照here 提供的示例进行操作。但是,当我尝试运行 y_pred, std = model.predict(X_te, return_std=True)
这行代码时,我得到了以下示例。我得到的错误'XA 和 XB 必须具有相同的列数(即特征维度。)'。
我不知道我在哪里犯了错误,请帮助并提前感谢。
输入输出数据样本如下
X_tr= [10.8204 7.67418 7.83013 8.30996 8.1567 6.94831 14.8673 7.69338 7.67702 12.7542 11.847]
y_tr= [1965.21 854.386 909.126 1094.06 1012.6 607.299 2294.55 866.316 822.948 2255.32 2124.67]
X_te= [7.62022 13.1943 7.76752 8.36949 7.86459 7.16032 12.7035 8.99822 6.32853 9.22345 11.4751]
X_tr, y_tr
和 X_te
是训练数据点,是整形值,类型为 'Array of float64'
这是我的代码示例:
import sklearn.gaussian_process as gp
kernel = gp.kernels.ConstantKernel(1.0, (1e-1, 1e3)) * gp.kernels.RBF(10.0, (1e-3, 1e3))
model = gp.GaussianProcessRegressor(kernel=kernel, n_restarts_optimizer=10, alpha=0.1, normalize_y=True)
# data reshape
X_tr = X_tr.values.reshape(1,-1)
y_tr = y_tr.values.reshape(1,-1)
model.fit(X_tr, y_tr)
params = model.kernel_.get_params()
X_te = X_te.values.reshape(1,-1)
y_pred, std = model.predict(X_te, return_std=True)
【问题讨论】:
【参考方案1】:这行得通。我将您的数据从 pandas
更改为 numpy
数组,并修复了导致您的错误的 reshape
ing 问题。
import numpy as np
X_tr= np.array([10.8204, 7.67418, 7.83013, 8.30996, 8.1567, 6.94831, 14.8673, 7.69338, 7.67702, 12.7542, 11.847])
y_tr= np.array([1965.21, 854.386, 909.126, 1094.06, 1012.6, 607.299, 2294.55, 866.316, 822.948, 2255.32, 2124.67])
X_te= np.array([7.62022, 13.1943, 7.76752, 8.36949, 7.86459, 7.16032, 12.7035, 8.99822, 6.32853, 9.22345, 11.4751])
import sklearn.gaussian_process as gp
kernel = gp.kernels.ConstantKernel(1.0, (1e-1, 1e3)) * gp.kernels.RBF(10.0, (1e-3, 1e3))
model = gp.GaussianProcessRegressor(kernel=kernel, n_restarts_optimizer=10, alpha=0.1, normalize_y=True)
# data reshape
X_tr = X_tr.reshape(-1,1)
y_tr = y_tr
model.fit(X_tr, y_tr)
params = model.kernel_.get_params()
X_te = X_te.reshape(-1,1)
y_pred, std = model.predict(X_te, return_std=True)
【讨论】:
谢谢它的工作,但它没有给出预期的结果。您能否建议如何针对此问题进行超参数优化。这段代码似乎没有做优化。 对于超参数调整,您可以使用GridSearchCV
,查看scikit-learn.org/stable/auto_examples/model_selection/… 或***.com/questions/30102973/…。但这是一个不同的话题。如果您对此感兴趣,请提出另一个问题。以上是关于python import sklearn包出错 ImportError: No module named nose.tools的主要内容,如果未能解决你的问题,请参考以下文章