我正在使用以下版本的SKLearn（0.20.2）：
from sklearn.model_selection import StratifiedKFold
grid = GridSearchCV(
pipeline, # pipeline from above
params, # parameters to tune via cross validation
refit=True, # fit using all available data at the end, on the best found param combination
scoring='accuracy', # what score are we optimizing?
cv=StratifiedKFold(label_train, n_splits=5), # what type of cross validation to use
)
但是我不明白为什么我会得到这个错误：
TypeError Traceback (most recent call last)
<ipython-input-26-03a56044cb82> in <module>()
10 refit=True, # fit using all available data at the end, on the best found param combination
11 scoring='accuracy', # what score are we optimizing?
---> 12 cv=StratifiedKFold(label_train, n_splits=5), # what type of cross validation to use
13 )
TypeError: __init__() got multiple values for argument 'n_splits'
我已经尝试过
n_fold，但结果相同。并且也厌倦了更新我的scikit版本和我的conda。有解决这个问题的主意吗？非常感谢！ 最佳答案
初始化时StratifiedKFold恰好接受3个参数，都不是训练数据：StratifiedKFold(n_splits=’warn’, shuffle=False, random_state=None)
因此，当您呼叫StratifiedKFold(label_train, n_splits=5)时，它会认为您两次通过了n_splits。
而是创建对象，然后使用sklearn docs页面上的示例中所述的方法使用对象拆分数据：
get_n_splits（[X，y，groups]）返回分割数
交叉验证程序中的迭代split（X，y [，groups]）生成
索引以将数据分为训练和测试集。
关于python - TypeError:__init __()为参数'n_splits'获取了多个值，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/54639633/