类型错误：train_test_split() 得到了一个意外的关键字参数“test_size”

Question

我正在尝试使用随机森林方法找到最佳特征集，我需要将数据集拆分为测试和训练。这是我的代码

from sklearn.model_selection import train_test_split

def train_test_split(x,y):
    # split data train 70 % and test 30 %
    x_train, x_test, y_train, y_test = train_test_split(x, y,train_size=0.3,random_state=42)
    #normalization
    x_train_N = (x_train-x_train.mean())/(x_train.max()-x_train.min())
    x_test_N = (x_test-x_test.mean())/(x_test.max()-x_test.min())

train_test_split(data,data_y)

参数 data,data_y 解析正确。但我收到以下错误。我想不通这是为什么。

Answer 1

您在代码中使用的函数名称与 sklearn.preprocessing 中的函数名称相同，更改函数名称即可完成这项工作。像这样的东西，

from sklearn.model_selection import train_test_split

def my_train_test_split(x,y):
    # split data train 70 % and test 30 %
    x_train, x_test, y_train, y_test = train_test_split(x,y,train_size=0.3,random_state=42)
    #normalization
    x_train_N = (x_train-x_train.mean())/(x_train.max()-x_train.min())
    x_test_N = (x_test-x_test.mean())/(x_test.max()-x_test.min())

my_train_test_split(data,data_y)

说明：- 尽管在 python 中有方法重载（即根据参数类型选择同名函数），但在您的情况下，这两个函数都需要相同类型的参数，因此不同的命名是唯一可能的解决方案海事组织。