我在Python中使用StratifiedShuffleSplit，设置了n_splits=1，

我不明白为什么我仍然需要一个for循环来获取输出？为什么以下代码不起作用？

split=StratifiedShuffleSplit(n_splits=1,test_size=0.2,random_state=42) train_index, test_index = split.split(housing, housing["income_cat"])

这是原始代码

split = StratifiedShuffleSplit(n_splits=1, test_size=0.2, random_state=42)for train_index, test_index in split.split(housing, housing["income_cat"]):    strat_train_set = housing.loc[train_index]    strat_test_set = housing.loc[test_index]

回答：

正如@*** 评论的那样，您代码第二行的split.split()调用返回了一个可迭代对象（很可能是生成器，而非列表或其他类似的东西）。您的不起作用的示例尝试将返回值视为非可迭代对象使用。

让我们看看您的循环消费的是什么类型的数据：

for train_index, test_index in ...:    ...

for循环显然需要一个可迭代对象。此外，train_index, test_index“解构”了可迭代对象中的每个项目成两个值，因此每个项目必须是一个正好包含两个元素的可迭代对象。通常情况下，会使用元组来处理这种情况。

因此，split.split()的结果可能看起来像这样：

[    (a1, b1),    (a2, b2),    ...]

可以推测，n_splits=1意味着将只有一个train_index, test_index对 – 至少这是您声称并需要验证的。在这种情况下，结果将是这样的：

[    (a1, b1),]

所以这里只有一个项目，而这个项目本身是一个包含两个项目的元组。现在您尝试使用train_index, test_index = ...来解构这个单一项目，这会失败：项目数量不匹配。您需要先提取元组。

有两种基本方法可以获取元组：

pair = split.split(...)[0]pair, = split.split(...)

我强烈建议使用第二种变体，因为当意外地有多个项目时，它会失败；第一种变体会默默地丢弃额外的项目。

然后，您可以解构元组：

train_index, test_index = pair

或者，一步完成：

split = StratifiedShuffleSplit(n_splits=1,test_size=0.2,random_state=42) (train_index, test_index), = split.split(housing, housing["income_cat"])