在 python 中尝试交叉验证时出错

Posted 2023-03-12

【中文标题】在 python 中尝试交叉验证时出错

【英文标题】：Error when attempting cross validation in python

【发布时间】：2017-12-26 17:54:38

【问题描述】：

我目前正在尝试使用线性回归实现交叉验证。线性回归有效，但是当我尝试交叉验证时出现此错误：

TypeError: only integer scalar arrays can be converted to a scalar index

我在代码的第 5 行收到此错误。

这是我的代码：

for train_index, test_index in kf.split(X):
    print("TRAIN:", train_index, "TEST:", test_index)
    X_train, X_test = X[train_index], X[test_index]
    y_train, y_test = y[train_index], y[test_index]
    linreg.fit(X_train, Y_train)
    # p = np.array([linreg.predict(xi) for xi in x[test]])
    p = linreg.predict(X_test)
    e = p-Y_test
    xval_err += np.dot(e,e)

rmse_10cv = np.sqrt(xval_err/len(X_train))

有人可以帮我解决这个问题吗？

提前致谢！

【问题讨论】：

你能上传你的数据吗？

您能否提供您的导入和任何相关定义，以便我们解析kf.split 和linreg.fit？

【参考方案1】：

您的代码存在一些问题。

在第 5 行 Y_train 未定义。我想你想要小写的y_train。

同样你想要e = p-y_test 在第 8 行。

在rmse_10cv = np.sqrt(xval_err/len(X_train)) 中，X_train 是在您的循环中定义的，因此它将采用循环最后一次迭代的值。观察您的输出，在哪里打印每个折叠的训练指数，以确保 X_train 的长度始终相同，否则您对 rmse_10cv 的计算将无效。

我使用我描述的修复程序和循环前的以下内容运行了您的代码：

import numpy as np
from sklearn.model_selection import KFold
from sklearn.linear_model import LinearRegression
X = X = np.array([[1, 2], [3, 4], [1, 2], [3, 4]])
y = np.array([1, 2, 3, 4])
kf = KFold(n_splits=2)
linreg = LinearRegression()
xval_err = 0

我没有收到任何错误。