我正在编写一个代码来实现 k 折交叉验证。

data = pd.read_csv('Data_assignment1.csv')k=10np.random.shuffle(data.values)  # 打乱所有行folds = np.array_split(data, k) # 将数据分成 k 份for i in range(k):    x_cv = folds[i][:, 0]  # 设置第 i 份用于测试    y_cv = folds[i][:, 1]    new_folds = np.row_stack(np.delete(folds, i, 0)) # 移除第 i 份用于训练    x_train = new_folds[:, 0]  # 设置剩余部分用于训练    y_train = new_folds[:, 1]

在尝试为 x_cv 和 y_cv 设置值时，我遇到了以下错误：

TypeError: '(slice(None, None, None), 0)' is an invalid key      

为了解决这个问题，我尝试使用了 folds.iloc[i][:, 0].values 等方法：

for i in range(k):    x_cv = folds.iloc[i][:, 0].values  # 设置第 i 份用于测试    y_cv = folds.iloc[i][:, 1].values    new_folds = np.row_stack(np.delete(folds, i, 0)) # 移除第 i 份用于训练    x_train = new_folds.iloc[:, 0].values  # 设置剩余部分用于训练    y_train = new_folds.iloc[:, 1].values

然后我得到了以下错误：

AttributeError: 'list' object has no attribute 'iloc'  

我该如何解决这个问题？

回答：

1. folds = np.array_split(data, k) 将返回一个 DataFrame 列表。
2. type(folds) == list
3. 这就是你得到 AttributeError: 'list' object has no attribute 'iloc' 的原因。列表 对象没有 iloc 方法。
4. 所以你需要先通过索引访问列表以获取每个 DataFrame 对象。folds[i]。
5. type(folds[i]) == pandas.DataFrame
6. 现在可以在 DataFrame 对象上使用 iloc。
7. folds[i].iloc[:,0].values