使用SVM做情感分析时StratifiedKFold参数报错的解决求助

我来帮你搞定这个问题！你遇到的错误是因为scikit-learn版本更新带来的参数变化，加上初始化方式有误，具体修正如下：

错误原因拆解 #

1. 参数名已更新：在scikit-learn的新版本中，StratifiedKFold的构造参数从旧版的n_folds改成了n_splits，继续使用n_folds自然会触发TypeError。
2. 无需提前传入数据集：初始化StratifiedKFold时不需要传入liked_train，GridSearchCV会自动用你后续传入的训练数据来完成分层交叉验证的划分工作。

修正后的代码 #

grid_svm = GridSearchCV(
    pipeline_svm,
    param_grid=param_svm,
    refit=True,
    n_jobs=-1,
    scoring='accuracy',
    cv=StratifiedKFold(n_splits=5),  # 替换参数名+移除多余的数据集参数
)

额外小贴士 #

如果不确定自己的scikit-learn版本，可通过以下代码查看：

import sklearn
print(sklearn.__version__)

从0.20版本开始，n_folds就被标记为废弃，官方推荐使用n_splits，所以直接用新版参数即可适配绝大多数场景。

内容的提问来源于stack exchange，提问作者Ashutosh Eve