在sklearn中划分测试数据和训练数据时出现错误

Question

我试图使用"train_test_split"函数对数据进行测试和训练的划分，但出现了错误提示："至少需要一个输入数组"。

"train_test_split"函数的输入可以是数组或DataFrame格式的数据，对吗？

import pandas as pd
import numpy as np 
from rpy2.robjects.packages import importr
import rpy2.robjects as ro
import pandas.rpy.common as rpy_common 
from sklearn.model_selection import  train_test_split

def la():
 ro.r('library(MASS)')
 pydf = rpy_common.load_data(name = 'Boston', package=None, convert=True)
 pddf = pd.DataFrame(pydf)
 targetIndex = pddf.columns.get_loc("medv") 

 # make train and test data
rowNum = pddf.shape[0]  
colNum = pddf.shape[1]
print(type(pddf.as_matrix()))
print(pddf.as_matrix().shape)
m = np.asarray(pddf.as_matrix()).reshape(rowNum,colNum)
print(type(m))
x_train, x_test, y_train, y_test = train_test_split(x = m[:, 0:rowNum-2], \
                                                    y = m[:, -1],\
                                                    test_size = 0.5) 
# error:     raise ValueError("At least one array required as input")
ValueError: At least one array required as input

- user3448011

---

不应将 x 和 y 作为位置参数提供，而应将它们作为关键词参数提供。因此，请从函数调用中删除 x = 和 y =。 - Some Guy

你的索引可能也有错误（不确定）。你重新调整了大小为（rowNum，colNum），但后来在第二个（按列）维度中使用了rowNum作为索引。因此，即使修复了最初的错误，您仍可能会看到不相关的问题。如果有，请另外提问 :) - ely

Answer 1

从 sklearn 文档 可以看出，它使用了位置参数解包("*args")来处理数组。

您正在使用关键字参数 "x=" 和 "y="，它会尝试通过查看 "x" 和 "y" 是否为特殊关键字选项的名称来处理它们。

请尝试：

train_test_split(m[:, 0:rowNum-2], m[:, -1], test_size=0.5)

（从数组中删除关键字参数名称）。

- ely