scikit-learn中LassoCV结合分组交叉验证遇报错求助

这个问题我之前也碰到过，其实不是scikit-learn的bug，是你调用fit()方法时的传参方式不对！让我一步步给你解释：

第一个错误的原因 #

当你使用LeaveOneGroupOut()作为交叉验证策略时，这个验证器必须依赖分组信息才能工作——它需要知道每个样本属于哪个组，才能每次留出一个组作为测试集。所以当你只调用lassoCV.fit(df,y)时，没有传入分组信息，scikit-learn自然会抛出ValueError: The 'groups' parameter should not be None的错误，这个是正常的提示，没问题。

第二个错误的根源 #

你尝试的lassoCV.fit(df,y,groups)是把groups作为位置参数传递，但LassoCV的fit()方法签名是这样的：

fit(X, y, sample_weight=None, **kwargs)

前三个位置参数分别是X、y、sample_weight，你把groups放在第三个位置，会被当成sample_weight参数，而groups实际上需要作为关键字参数传入，这样scikit-learn才会把它传递给你的LeaveOneGroupOut交叉验证器。

正确的实现代码 #

只需要把groups以关键字参数的形式传入fit()方法即可：

import numpy as np
from sklearn import linear_model
from sklearn.model_selection import LeaveOneGroupOut

# 生成模拟数据
df = np.random.rand(100,50)
y = np.random.rand(100)
logo = LeaveOneGroupOut()
groups = np.random.randint(0,10,100)

# 初始化LassoCV回归器
lassoCV = linear_model.LassoCV(
    eps=0.0001, 
    n_alphas=400, 
    max_iter=200000, 
    cv=logo, 
    normalize=False, 
    random_state=9
)

# 正确调用fit方法，用关键字参数传入groups
lassoCV.fit(df, y, groups=groups)

补充说明 #

其实不只是LassoCV，scikit-learn中所有需要分组交叉验证的模型，在调用fit()时都需要用关键字参数传入groups，这样框架才能正确地把分组信息传递给对应的交叉验证策略。

内容的提问来源于stack exchange，提问作者Archie