ImportError: ningún módulo llamado sklearn.cross_validation

Estoy usando python 2.7 en Ubuntu 14.04. Instalé scikit-learn, numpy y matplotlib con estos comandos:

sudo apt-get install build-essential python-dev python-numpy \
python-numpy-dev python-scipy libatlas-dev g++ python-matplotlib \
ipython

Pero cuando importo estos paquetes:

from sklearn.cross_validation import train_test_split

Me devuelve este error:

ImportError: No module named sklearn.cross_validation

¿Lo que necesito hacer?

Debe relacionarse con el cambio de nombre y desaprobación del cross_validationsubmódulo a model_selection. Intenta sustituirlo cross_validationpormodel_selection

train_test_split ahora está en model_selection. Sólo tipo:

from sklearn.model_selection import train_test_split

deberia de funcionar

Supongo que la selección cruzada ya no está activa. Deberíamos usar en su lugar la selección del modelo. Puedes escribirlo para correr,from sklearn.model_selection import train_test_split

Eso es.

Asegúrese de tener instalado Anaconda y luego cree un virtualenv usando conda . Esto asegurará que todas las importaciones funcionen

Python 2.7.9 |Anaconda 2.2.0 (64-bit)| (default, Mar  9 2015, 16:20:48) 
[GCC 4.4.7 20120313 (Red Hat 4.4.7-1)] on linux2
Type "help", "copyright", "credits" or "license" for more information.
Anaconda is brought to you by Continuum Analytics.
Please check out: http://continuum.io/thanks and https://binstar.org
>>> from sklearn.cross_validation import train_test_split

sklearn.cross_validation ahora se cambia a sklearn.model_selection

Solo usa

from sklearn.model_selection import train_test_split

Creo que eso funcionará.

sklearn.cross_validation

ha cambiado a

sklearn.model_selection

Consulte la documentación aquí: https://scikit-learn.org/stable/modules/cross_validation.html

Puede ser debido a la depreciación de sklearn.cross_validation. Reemplace sklearn.cross_validation con sklearn.model_selection

Ref. Https://github.com/amueller/scipy_2015_sklearn_tutorial/issues/60

División del conjunto de datos en el conjunto de entrenamiento y el conjunto de prueba

from sklearn.model_selection import train_test_split

Pasado: from sklearn.cross_validation (Este paquete está en desuso en la versión 0.18 de 0.20 en adelante se cambia a from sklearn import model_selection).

Presente: from sklearn import model_selection

Ejemplo 2

Pasado: from sklearn.cross_validation import cross_val_score(Versión 0.18 que está en desuso)

Presente: from sklearn.model_selection import cross_val_score

sklearn.cross_validation ahora se cambia a sklearn.model_selection

Solo cambia

sklearn.cross_validation

a

sklearn.model_selection

cambia el código así

# from sklearn.cross_validation import train_test_split
from sklearn.model_selection import train_test_split

Si tiene un código que necesita ejecutar varias versiones, puede hacer algo como esto:

import sklearn
if sklearn.__version__ > '0.18':
    from sklearn.model_selection import train_test_split
else:
    from sklearn.cross_validation import train_test_split

Sin embargo, esto no es ideal porque está comparando versiones de paquetes como cadenas, lo que generalmente funciona pero no siempre. Si está dispuesto a instalar packaging, este es un enfoque mucho mejor:

from packaging.version import parse
import sklearn
if parse(sklearn.__version__) > parse('0.18'):
    from sklearn.model_selection import train_test_split
else:
    from sklearn.cross_validation import train_test_split

cross_validation fue obsoleto hace algún tiempo, intente cambiarlo por model_selection

train_test_splites parte del módulo sklearn.model_selection, por lo tanto, es posible que deba importar el módulo desdemodel_selection

Código:

from sklearn.model_selection import train_test_split

O tenemos que degradar scikit-learn a la versión compatible más reciente. Y esto se puede hacer después de activar el entorno conda. Use los siguientes comandos para degradar scikit-learn:

pip uninstall scikit-learn
pip install scikit-learn==0.19.2

O

Cuando no queremos degradar scikit-learn. Entonces todos supimos que el nombre "cross_validation" está en desuso en las versiones más nuevas de scikit-learn y fue reemplazado por "model_selection" dentro de la nueva versión de anaconda. Por lo tanto, podríamos recibir una advertencia o incluso un error.

Para evitar esto, solo necesitamos reemplazar:

from sklearn.cross_validation import train_test_split

a

from sklearn.model_selection import train_test_split 

Espero que esto ayude a resolver el problema.