我有一个python问题。 我用scikit-learn 0.17 有人给我一个我必须运行的示例代码。 代码是在python 2中，scikit-learn 0.18，dev版本。 我在没有问题的情况下在python 3中转换了代码。 但他使用了这个功能：
sklearn.model_selection.StratifiedKFold(n_folds=3, shuffle=False, random_state=None)
在scikit-learn 0.17中，我的功能看起来像这样：
sklearn.cross_validation.StratifiedKFold(y, n_folds=3, shuffle=False, random_state=None)
正如你所看到的，它们看起来非常相似：只有“y”才会改变。
所以我有两个解决方案：更新到0.18（我使用的是Windows，我不能使用linux）我试过这个，但是我没有成功编译源代码。
第二种解决方案是使用0.17的StratifiedKFold。 我成功解决了这个问题（我不知道它是否正在做它想做的事情，但是x））。
所以，我的问题（最后）：
我必须调整这两行：
skf = StratifiedKFold(n_folds=5)
train_idx, test_idx = skf.split(patch_arr, labels).next()
目前，我写了这个（遮住你的眼睛）：
skf = StratifiedKFold(labels, n_folds=5)
for train_idx, test_idx in skf:
break
程序运行，但我的代码很糟糕。有没有其他方法只检索前几个（train_idx，test_idx）？ 我尝试使用skf [0]和skf.next（），但这都不起作用。
（为了您的信息，train_idx和test_idx是两个数组）
你有什么想法吗？ 我觉得奇怪的是我也无法在我的解决方案中使用patch_arr，但如果我可以避免花费更多时间来更新scikit-image，我将非常高兴：）
答案 0 :(得分：1)
以下就足够了。
train_idx, test_idx = next(iter(skf))