我正在使用决策树,并且引发了该错误。当我使用反向传播时,出现了相同的情况。我该如何解决? (对不起,我英语不好)
import pandas as pd
import numpy as np
a = np.test()
f = open('E:/lgdata.csv')
data = pd.read_csv(f,index_col = 'id')
x = data.iloc[:,10:12].as_matrix().astype(int)
y = data.iloc[:,9].as_matrix().astype(int)
from sklearn.tree import DecisionTreeClassifier as DTC
dtc = DTC(criterion='entropy')
dtc.fit(x,y)
x=pd.DataFrame(x)
from sklearn.tree import export_graphviz
with open('tree.dot','w') as f1:
f1 = export_graphviz(dtc, feature_names = x.columns, out_file = f1)
回溯(最近通话最近):
<模块>
中的第1行的文件“” runfile('C:/ProgramData/Anaconda3/lib/site-packages/scipy/_lib/_numpy_compat.py',wdir ='C:/ ProgramData / Anaconda3 / lib / site-packages / scipy / _lib')
运行文件中的文件“ C:\ ProgramData \ Anaconda3 \ lib \ site-packages \ spyder \ utils \ site \ sitecustomize.py”,第710行,
execfile(文件名,命名空间)
execfile中的文件“ C:\ ProgramData \ Anaconda3 \ lib \ site-packages \ spyder \ utils \ site \ sitecustomize.py”,行101
exec(compile(f.read(),文件名,'exec'),命名空间)
<模块>
中的文件“ C:/ProgramData/Anaconda3/lib/site-packages/scipy/_lib/_numpy_compat.py”,第9行 从numpy.testing.nosetester import import_noseModuleNotFoundError:没有名为“ numpy.testing.nosetester”的模块
答案 0 :(得分:4)
使用lexnlp包时遇到相同的错误 通过安装将其修复:
scipy==1.4.1
pandas==0.23.4
numpy==1.18.1
lexnlp==0.2.7.1
(仅当知道在项目中明确使用lexnlp并且知道自己在做什么时,才安装lexnlp)
答案 1 :(得分:3)
我通过以下方式解决了这个问题:
pip uninstall numpy
pip install numpy == 1.17.0
并使用:
from numpy.testing import rundocs
答案 2 :(得分:2)
尝试使用pip或pip3安装numpy版本1.17.0 (假设您已经安装了pip3)
pip3 install numpy==1.17.0
答案 3 :(得分:2)
我需要升级scipy
pip3 install -U scipy
答案 4 :(得分:1)
这是由于numpy
和scipy
之间的版本不兼容而发生的。 numpy
最新版本已弃用numpy.testing.nosetester
。
pip install numpy==1.18 # > 1.18
pip install scipy<=0.19.0 # <= 0.19
和
from sklearn.tree import DecisionTreeClassifier as DTC
触发错误。
将您的scipy
升级到更高版本。
pip install numpy==1.18
pip install scipy==1.1.0
pip install scikit-learn==0.21.3
但不限于此。通过将上述库升级到最新的稳定版,您应该可以摆脱此错误。
答案 5 :(得分:1)
在加载模型并通过升级到以下库进行修复时,我也遇到了相同的问题
pip install -U numpy
pip install -U pandas
pip install -U scipy
答案 6 :(得分:0)
如果使用的是Jetson TX2或任何其他基于aarch64的设备。您可以通过安装最新的numpy和scipy库来解决此问题。
这也适用于基于x86的系统。 (对于基于x86的系统,您可以跳过 libatlas-base-dev 和 gfortran )
sudo pip3 install numpy==1.19.0
sudo apt-get install libatlas-base-dev gfortran
sudo pip3 install scipy==1.5.1
答案 7 :(得分:0)
对我来说,它通过这个 link 解决了,显然是一个悬而未决的问题。 降级到 numpy==1.16.4