Я пытаюсь реализовать схему перекрестной проверки по сгруппированным данным. Я надеялся использовать метод GroupKFold, но я все время получаю сообщение об ошибке. Что я делаю не так? Код (немного отличается от той, которую я использовал - я имел различные данные, так что я имел большие n_splits, но everythign еще одно и то же)Sklearn: перекрестная проверка для сгруппированных данных
from sklearn import metrics
import matplotlib.pyplot as plt
import numpy as np
from sklearn.model_selection import GroupKFold
from sklearn.grid_search import GridSearchCV
from xgboost import XGBRegressor
#generate data
x=np.array([0,1,2,3,4,5,6,7,8,9,10,11,12,13])
y= np.array([1,2,3,4,5,6,7,1,2,3,4,5,6,7])
group=np.array([1,0,1,1,2,2,2,1,1,1,2,0,0,2)]
#grid search
gkf = GroupKFold(n_splits=3).split(x,y,group)
subsample = np.arange(0.3,0.5,0.1)
param_grid = dict(subsample=subsample)
rgr_xgb = XGBRegressor(n_estimators=50)
grid_search = GridSearchCV(rgr_xgb, param_grid, cv=gkf, n_jobs=-1)
result = grid_search.fit(x, y)
ошибка:
Traceback (most recent call last):
File "<ipython-input-143-11d785056a08>", line 8, in <module>
result = grid_search.fit(x, y)
File "/home/student/anaconda/lib/python3.5/site-packages/sklearn/grid_search.py", line 813, in fit
return self._fit(X, y, ParameterGrid(self.param_grid))
File "/home/student/anaconda/lib/python3.5/site-packages/sklearn/grid_search.py", line 566, in _fit
n_folds = len(cv)
TypeError: object of type 'generator' has no len()
изменяя линия
gkf = GroupKFold(n_splits=3).split(x,y,group)
в
gkf = GroupKFold(n_splits=3)
также не работает. Сообщение об ошибке затем:
'GroupKFold' object is not iterable
Какую версию 'sklearn' у вас есть? Параметр 'cv'' GridSearchCV' обычно должен принимать генератор. –