ImportError：没有名为 sklearn.cross_validation 的模块答案

【问题标题】：ImportError：没有名为 sklearn.cross_validation 的模块
【发布时间】：2015-08-20 11:06:25
【问题描述】：

我在 Ubuntu 14.04 中使用 python 2.7。我使用以下命令安装了 scikit-learn、numpy 和 matplotlib：

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

但是当我导入这些包时：

from sklearn.cross_validation import train_test_split

它返回给我这个错误：

ImportError: No module named sklearn.cross_validation

我需要做什么？

【问题讨论】：

如果你正确安装了sklearn和anaconda，可能你的模块名是错误的。
我真的只是重复一遍，但从现在开始你必须使用 sklearn.model_selection。自 sklearn 20+ 起，cross_validation 不可用
哇 13 个回答都说了同样的话。第一个之后的最近 4 年（我想如果位会随着时间而褪色）

标签： python scikit-learn

【解决方案1】：

cross_validation 不再可用。

尝试使用model_selection 而不是cross_validation：

from sklearn.model_selection import train_test_split

【讨论】：

【解决方案2】：

train_test_split 是模块sklearn.model_selection 的一部分，因此，您可能需要从model_selection 导入模块

代码：

from sklearn.model_selection import train_test_split

【讨论】：

【解决方案3】：

如果您的代码需要运行各种版本，您可以执行以下操作：

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

但这并不理想，因为您将包版本作为字符串进行比较，这通常有效，但并非总是如此。如果你愿意安装packaging，这是一个更好的方法：

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

【讨论】：

【解决方案4】：

确保您安装了Anaconda，然后安装了create a virtualenv using conda。这将确保所有导入工作

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

【讨论】：

不，我没有，我需要安装 Anaconda？
好吧，我建议你安装它。但你也可以尝试 sudo apt-get install python-sklearn，应该可以。
@DimaLituiev 的答案在这里确实是正确的答案。这个问题主要与重命名有关，而不是真正的丢失包。
这不是必须的。您建议仅为一个重命名的软件包安装一个新环境，我会说这个解决方案有点矫枉过正。 Dima 的解决方案应标记为正确答案
我想这个问题应该已经解决了，如果他有“import sklearn”工作或没有先工作。如果可行，也许这不是命名问题。

【解决方案5】：

像这样修改代码

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

【讨论】：

【解决方案6】：

它必须与cross_validation 子模块到model_selection 的重命名和弃用有关。尝试将cross_validation 替换为model_selection

【讨论】：

为什么 sklearn 开发人员没有为向后兼容添加别名？此外，旧版本的文档应该指出这个重构：scikit-learn.org/0.16/modules/generated/…。
因为通过 API 更改使代码无法运行是基于 python 的数据科学最喜欢的功能之一 ;-)（请参阅 Pandas 十年版本 0.x 更改）

【解决方案7】：

sklearn.cross_validation 现已更改为 sklearn.model_selection

只是改变

sklearn.cross_validation

到

sklearn.model_selection

【讨论】：

【解决方案8】：

cross_validation 前段时间已弃用，请尝试使用 model_selection 将其关闭

【讨论】：

尝试为您的答案添加更多解释以赋予其更多价值。

【解决方案9】：

sklearn.cross_validation 现已更改为 sklearn.model_selection

随便用

from sklearn.model_selection import train_test_split

我认为这会奏效。

【讨论】：

【解决方案10】：

sklearn.cross_validation

已改为

sklearn.model_selection

在此处查看文档： https://scikit-learn.org/stable/modules/cross_validation.html

【讨论】：

【解决方案11】：

我猜交叉选择不再有效。我们应该改用模型选择。你可以写运行，from sklearn.model_selection import train_test_split

就是这样。

【讨论】：

这就是答案。你太棒了。

【解决方案12】：

过去：from sklearn.cross_validation （这个包在 0.18 版本中被弃用，从 0.20 开始改为from sklearn import model_selection）。

现在：from sklearn import model_selection

示例 2：

过去：from sklearn.cross_validation import cross_val_score（0.18 版已弃用）

现在：from sklearn.model_selection import cross_val_score

【讨论】：

【解决方案13】：

将数据集拆分为训练集和测试集

from sklearn.model_selection import train_test_split

【讨论】：

与 ayat ullah sony 的答案相同的解决方案。

【解决方案14】：

train_test_split 现在在 model_selection 中。只需输入：

from sklearn.model_selection import train_test_split

它应该可以工作

【讨论】：

【解决方案15】：

可能是因为弃用了 sklearn.cross_validation。请将 sklearn.cross_validation 替换为 sklearn.model_selection

参考- https://github.com/amueller/scipy_2015_sklearn_tutorial/issues/60

【讨论】：

看来您的答案是同一线程中的same as a previous given。如果您认为该答案可以改进，请考虑 editing 它，而不是对同一问题做出新的回答。
@Johan 我怎么没看到其他答案。如果你愿意，我可以删除我的答案。