Question

我正在学习 Aurelien Geron 的动手机器学习书中的练习。

假设data是一个数据帧：

income_cat  index
0         5.0      0
1         5.0      1
2         5.0      2
3         5.0      3
4         5.0      4

from sklearn.model_selection import StratifiedShuffleSplit
split = StratifiedShuffleSplit(n_splits=1, test_size=0.2, random_state=42)

选项A（来自图书）：

for test_indices, train_indices in split.split(data, data.income_cat):
    print(test_indices, train_indices)

选项B：

 test_indices, train_indices = split.split(data, data.income_cat)
 print(test_indices, train_indices)

选项B为什么不起作用？这是一个python问题，而不是sklearn问题。

一个元组应该同时循环或不循环，我会丢失什么？选项A和B之间的唯一区别是for循环。

选项A的输出：

[4 2 1 0] [3]

选项B的输出：

ValueError: not enough values to unpack (expected 2, got 1)

Answer 1

StratifiedShuffleSplit.split返回generator而不是列表。在引擎盖下的for循环中，生成器上称为__next__方法，它返回序列的下一个元素（生成器最终生成）。返回的元素解包为两个变量：test_indices, train_indices。

您可以通过使用辅助函数__next__显式调用next()来达到相同的结果：

 test_indices, train_indices = next(split.split(data, data.income_cat))

扩展带vs不带循环的元组

1 个答案: