我已经搜索了sklearn docs for ^{
我使用的是sklearn版本0.19。
这是我的设置
import xgboost as xgb
from sklearn.model_selection import TimeSeriesSplit
from sklearn.grid_search import GridSearchCV
import numpy as np
X = np.array([[4, 5, 6, 1, 0, 2], [3.1, 3.5, 1.0, 2.1, 8.3, 1.1]]).T
y = np.array([1, 6, 7, 1, 2, 3])
tscv = TimeSeriesSplit(n_splits=2)
for train, test in tscv.split(X):
print(train, test)
给出:
[0 1] [2 3]
[0 1 2 3] [4 5]
如果我尝试:
model = xgb.XGBRegressor()
param_search = {'max_depth' : [3, 5]}
my_cv = TimeSeriesSplit(n_splits=2).split(X)
gsearch = GridSearchCV(estimator=model, cv=my_cv,
param_grid=param_search)
gsearch.fit(X, y)
它给出:TypeError: object of type 'generator' has no len()
我得到了一个问题:GridSearchCV
试图调用len(cv)
,但是my_cv
是一个没有长度的迭代器。但是,我可以使用docs for ^{
int, cross-validation generator or an iterable, optional
我试着在没有.split(X)
的情况下使用TimeSeriesSplit
,但仍然没有成功。
我肯定我忽略了一些简单的事情,谢谢!!
结果发现问题是我在使用
sklearn.grid_search
中的GridSearchCV
,这是不推荐的。从sklearn.model_selection
导入GridSearchCV
解决了问题:给出:
相关问题 更多 >
编程相关推荐