-2

我想对我的数据应用一种集成方法，即多数投票。我还通过“pip install mlxtend”安装了“mlxtend”。我仍然收到错误消息。以下是我得到的错误。

首先是代码：

from mlxtend.classifier import EnsembleVoteClassifier
mv_clf = MajorityVoteClassifier(classifiers=[pipe1, clf2, pipe3])
clf_labels += ['Majority Voting']
all_clf = [pipe1, clf2, pipe3, mv_clf]
for clf, label in zip(all_clf, clf_labels):
    scores = cross_val_score(estimator=clf,
    X=X_train,
    y=y_train,
    cv=10,
    scoring='roc_auc')
    print("Accuracy: %0.2f (+/- %0.2f) [%s]"% (scores.mean(), scores.std(), label))

注意到我之前定义了 clf1、clf2 和clf3，那部分完全没问题。

这是错误：

ImportError                               Traceback (most recent call last)
<ipython-input-2-9221440c28e1> in <module>()
----> 1 from mlxtend.classifier import EnsembleVoteClassifier
      2 import copy
      3 mv_clf = MajorityVoteClassifier(classifiers=[pipe1, clf2, pipe3])
      4 clf_labels += ['Majority Voting']
      5 all_clf = [pipe1, clf2, pipe3, mv_clf]

  10 from .softmax_regression import SoftmaxRegression
     11 from .multilayerperceptron import MultiLayerPerceptron
---> 12 from .ensemble_vote import EnsembleVoteClassifier
     13 from .stacking_classification import StackingClassifier
     14 from .stacking_cv_classification import StackingCVClassifier

     14 from sklearn.preprocessing import LabelEncoder
     15 from sklearn.base import clone
---> 16 from sklearn.exceptions import NotFittedError
     17 from ..externals.name_estimators import _name_estimators
     18 from ..externals import six

ImportError：没有名为异常的模块

更新：更新 scikit 学习版本后，这是我得到的错误

    NameError                                 Traceback (most recent call last)
<ipython-input-16-9643a2b164d6> in <module>()
      1 from mlxtend.classifier import EnsembleVoteClassifier
      2 from sklearn.ensemble import RandomForestClassifier, VotingClassifier
----> 3 mv_clf = MajorityVoteClassifier(classifiers=[pipe1, clf2, pipe3])
      4 
      5 

NameError: name 'MajorityVoteClassifier' is not defined
4

1 回答 1

0

该sklearn.exceptions模块是在 0.18.0 版本中引入的sklearn。您只需将安装升级到最新版本（撰写本文时为 0.18.1）：

pip install --upgrade scikit-learn

如果您通过 Anaconda 安装，请使用：

conda install scikit-learn=0.18.1

这应该可以解决问题并允许您使用该sklearn.exceptions模块。

于 2017-05-26T19:43:27.700 回答