# 將數(shù)據(jù)集按照比例劃分為訓(xùn)練集和測(cè)試集 def split_datas(datas,labels,random_state=1,train_size=0.9,test_size=0.1):train_data, test_data, train_label, test_label = sklearn.model_selection.train_test_split(datas,labels,random_state=random_state,# 作用是通過(guò)隨機(jī)數(shù)來(lái)隨機(jī)取得一定量得樣本作為訓(xùn)練樣本和測(cè)試樣本train_size,test_size)return train_data, test_data, train_label, test_label

?在運(yùn)行上面代碼的時(shí)候出現(xiàn)了錯(cuò)誤

查了一下sklearn.model_selection.train_test_split函數(shù)的參數(shù)，發(fā)現(xiàn)兩個(gè)參數(shù)第二個(gè)是超參數(shù)，因此我們?cè)趥魅雲(yún)?shù)的時(shí)候需要指明變量，而不是直接傳入

數(shù)據(jù)集劃分：sklearn.model_selection.train_test_split(*arrays, **options)

主要參數(shù)說(shuō)明：

*arrays：可以是列表、numpy數(shù)組、scipy稀疏矩陣或pandas的數(shù)據(jù)框

# 將數(shù)據(jù)集按照比例劃分為訓(xùn)練集和測(cè)試集 def split_datas(datas,labels,random_state=1,train_size=0.9,test_size=0.1):train_data, test_data, train_label, test_label = sklearn.model_selection.train_test_split(datas,labels,random_state=random_state,# 作用是通過(guò)隨機(jī)數(shù)來(lái)隨機(jī)取得一定量得樣本作為訓(xùn)練樣本和測(cè)試樣本train_size = train_size,test_size = test_size)return train_data, test_data, train_label, test_label

?

?這樣就不會(huì)報(bào)錯(cuò)啦

總結(jié)

以上是生活随笔為你收集整理的纠错——【Singleton array array(0.2) cannot be considered a valid collection.】的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。