在sklearn中调用cross_validation时出错 - ＆＃34;意外的关键字参数＆＃39; n_splits＆＃34;

Question

以下是代码：

models = []
models.append(('LR', LogisticRegression()))
models.append(('LDA', LinearDiscriminantAnalysis()))
models.append(('KNN', KNeighborsClassifier()))
models.append(('CART', DecisionTreeClassifier()))
models.append(('NB', GaussianNB()))
models.append(('SVM', SVC()))
# evaluate each model in turn
results = []
names = []
for name, model in models:
    kfold = cross_validation.KFold(n_splits=10, random_state=seed)
    cv_results = cross_validation.cross_val_score(model, X_train, Y_train, cv=kfold, scoring=scoring)
    results.append(cv_results)
    names.append(name)
    msg = "%s: %f (%f)" % (name, cv_results.mean(), cv_results.std())
    print(msg)

哪会产生此错误： 回溯（最近一次调用最后一次）：

文件＆＃34;＆＃34;，第13行，in     kfold = cross_validation.KFold（n_splits = 10，random_state = seed）

TypeError： init （）获得了一个意外的关键字参数＆＃39; n_splits＆＃39;

Answer 1

`cross_validation.KFold` 

没有关键字n_splits（see documentation）。它使用k代替。如果您想拥有n_splits关键字，可以改为使用sklearn.model_selection.KFold（see here）。