在自定义类中使用列测试分割时的类型错误（单例数组…）

Question

TypeError:单例数组(

当我试图在我的自定义AZHU_EmailClassifier_2类中运行train_test_split函数时，我遇到了这个错误。

我的班级：

class AZHU_EmailClassifier_2:
    import os
    import numpy as np
    import pandas as pd
    from sklearn.model_selection import train_test_split

    def __init__(self):
        pass
    
    def retrain_model(self, csv_file):
        
        MIN_ROW_NUMBER = 500
        TEST_SIZE = 0.25
        RANDOM_STATE = 42
        
        self.os.chdir(r"c:\LORI\PROJECTS\ALLIANZ\INCOMING_CHANNELS") # <---- a retraining file mappaja
        
        df=self.pd.read_excel(csv_file,error_bad_lines=False, header=None)
        
        df.dropna(axis=0,how='any', inplace=True)
             
        rows_no=df.shape[0]
        if rows_no<MIN_ROW_NUMBER:
            print("Insufficient number of rows (<35.000)! RETRAINING ABORTED")
            return None

        X=df[0]
        y=df[1]
        
        X_train, X_test, y_train, y_test=self.train_test_split(X,y)
        #X_train, X_test, y_train, y_test=self.train_test_split(X,y,test_size=TEST_SIZE, random_state=RANDOM_STATE, stratify=y)
        
        return X_train
                

当我运行train_test_split函数时，会触发错误。

整个错误消息：

--------------------------------------------------------------------------- TypeError Traceback（最近的调用最后）在1实例=AZHU_EmailClassifier_2（）2----

在再培训模型中（自我，csv文件）28 y=df[1]29---

~\Anaconda3\lib\site packages\sklearn\model\u selection\u split.py in train\u test\u split（*数组，**选项）2125 raise TypeError（“传递的无效参数：%s”%str（选项））2126-

~\Anaconda3\lib\site packages\sklearn\utils\validation.py in indexable（*iterables）291''“292 result=[\u使iterables中的X可索引（X）]--

~\Anaconda3\lib\site-包\skLearning\utils\validation.pycheck_consistent_length（*数组）251""252--

（.0）251“”252中的~\Anaconda3\lib\site packages\sklearn\utils\validation.py--

~\Anaconda3\lib\site-包\skLearning\utils\validation.py在_num_samples（x）194如果hasattr（x，'形状'）和x.shape不是无：195如果len（x.shape）==0：--

TypeError:单例数组(

我不知道为什么它抛出这个错误。你能给我指出正确的方向吗？任何帮助都很感激！

Answer 1

出现此错误是因为您在类内导入了train\u test\u split，因此，train\u test\u split成为绑定方法而不是函数，并且每当调用该方法时，实例将作为第一个参数传递。下面是一个可以重建情况的最小示例

class test():
    
    from sklearn.model_selection import train_test_split
    
    def retrain_model(self):
        print(self.train_test_split)
        print(self.train_test_split())
    
test_instance = test()
test_instance.retrain_model()

运行此脚本后，您将得到一个TypeError

TypeError: Singleton array array(<__main__.test object at 0x7ffa473ae438>, dtype=object) cannot be considered a valid collection.

而self.train_test_split在内存中的位置也是0x7ffa473ae438。

根据PEP8的说法

导入总是放在文件的顶部，就在任何模块注释和docstring之后，模块全局和常量之前。

因此，最简单的解决方案是导入类外的所有内容，直接调用train_test_split

import numpy as np
import pandas as pd
from sklearn.model_selection import train_test_split

class AZHU_EmailClassifier_2():

    def __init__(self):
        pass
    
    def retrain_model(self,):
        
        MIN_ROW_NUMBER = 20
        TEST_SIZE = 0.25
        RANDOM_STATE = 42
                
        df = pd.DataFrame({0:np.linspace(1,100,100),1:np.random.rand(100)})
        X=df[0];y=df[1]
        X_train, X_test, y_train, y_test = train_test_split(X,y,test_size=TEST_SIZE,random_state=RANDOM_STATE)
        
        return X_train

test = AZHU_EmailClassifier_2()
test.retrain_model()