質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

88.64%

ImportError:について

解決済

回答 2

投稿

  • 評価
  • クリップ 1
  • VIEW 5,822

gaijin

score 30

python初心者です。

教本にて独学にて勉強しております。

sklearn パッケージをインストールしております。

コードを実行しようとするとこのようなエラーが出ます。
自分で調べいろいろ試してみてるのですが、解決できません。。

どうぞご教授いただきたく思います。
下記がコードです。

from sklearn import datasets, cross_validation, svm, metrics

digits = datasets.load_digits()

data_train, data_test, label_train, label_test = \
    cross_validation.train_test_split(digits.data, digits.target)

clf = svm.SVC(gamma=0.001)
clf.fit(data_train, label_train)

predict = clf.predict(data_test)

ac_score = metrics.accuracy_score(label_test, predict)
cl_report = metrics.classification_report(label_test, predict)
print("分類器の情報", clf)
print("正解率=", ac_score)
print("レポート=\n", cl_report)
$ python3 handwriting.py

ImportError: cannot import name 'cross_validation' from 'sklearn' (/Library/Frameworks/Python.framework/Versions/3.7/lib/python3.7/site-packages/sklearn/__init__.py)
  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 2

checkベストアンサー

+2

おそらく古いソースコードを利用していると思われます。
現在cross_validation関数の定義場所は変更されていますので、ソースの修正が必要です。
参考:scikit-learnのtrain_test_splitで訓練データとテストデータを分割する

#from sklearn import datasets, cross_validation, svm, metrics
from sklearn import datasets, svm, metrics
from sklearn.model_selection import train_test_split

digits = datasets.load_digits()

#data_train, data_test, label_train, label_test = \
#    cross_validation.train_test_split(digits.data, digits.target)
data_train, data_test, label_train, label_test = \
    train_test_split(digits.data, digits.target)

clf = svm.SVC(gamma=0.001)
clf.fit(data_train, label_train)

predict = clf.predict(data_test)

ac_score = metrics.accuracy_score(label_test, predict)
cl_report = metrics.classification_report(label_test, predict)
print("分類器の情報", clf)
print("正解率=", ac_score)
print("レポート=\n", cl_report)
"""
分類器の情報 SVC(C=1.0, cache_size=200, class_weight=None, coef0=0.0,
  decision_function_shape='ovr', degree=3, gamma=0.001, kernel='rbf',
  max_iter=-1, probability=False, random_state=None, shrinking=True,
  tol=0.001, verbose=False)
正解率= 0.9866666666666667
レポート=
               precision    recall  f1-score   support

           0       1.00      0.98      0.99        46
           1       0.98      0.98      0.98        54
           2       1.00      1.00      1.00        49
           3       1.00      1.00      1.00        42
           4       0.98      1.00      0.99        44
           5       1.00      0.98      0.99        47
           6       1.00      1.00      1.00        40
           7       1.00      1.00      1.00        45
           8       0.93      0.98      0.95        41
           9       0.98      0.95      0.96        42

   micro avg       0.99      0.99      0.99       450
   macro avg       0.99      0.99      0.99       450
weighted avg       0.99      0.99      0.99       450
"""

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/11/26 05:21

    ここまで丁寧に本当にありがとうございます。知らなければ永遠に教本を信じ進めてるところでした。
    ありがとうございます!!

    キャンセル

+1

参考にしている資料が古いのかと思います。

sklearnのcross_validationモジュールはかつて存在しましたが、最新のバージョンでは消滅しています。

cross_validation以下に存在した関数・クラス等は、基本的にはmodel_selectionモジュールに移動しています(ただし一部仕様が変わっている部分もあります)。train_test_splitmodel_selectionから呼べるので、そちらをimportして使ってください。

sklearn.model_selection.train_test_split — scikit-learn 0.20.1 documentation

投稿

編集

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/11/26 05:23

    いつも丁寧な解説感謝しております!
    解決できました!

    本当にありがとうございます!

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 88.64%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る