「実践力を身につけるPythonの教科書」の「Scikit learn」でエラーが出たので対処した話

こんにちは，しまさん（@shimasan0x00）です．

「実践力を身につけるPythonの教科書」を使って勉強をしていたのですがChapter5-4にある機械学習の部分で少しつまずきました(p233)．

「Scikit learnではじめる機械学習」の部分で以下のエラーにあいました．

DeprecationWarning: the imp module is deprecated in favour of importlib; see the module's documentation for alternative uses import imp

使用したコードはこれです．

from sklearn import datasets

今回はこのエラー対処方法について紹介します．

Contents

環境
impをimportlibへ書き換える
次のエラーや…(cross_validation)
さいごに
- 参考

環境

macOS Mojave(10.14)

pyenv Python3.6.7

scikit-image 0.14.1
scikit-learn 0.20.0
scipy 1.1.0

impをimportlibへ書き換える

まずはエラーの全文を見てみましょう．

/Users/USERNAME/.pyenv/versions/3.6.7/lib/python3.6/site-packages/sklearn/externals/joblib/externals/cloudpickle/cloudpickle.py:47: DeprecationWarning: the imp module is deprecated in favour of importlib; see the module's documentation for alternative uses

import imp

となっています．

ふむ，cloudpickle.pyの中にあるimport impを書き換えてやればいいだけのようですね．

vim /Users/USERNAME/.pyenv/versions/3.6.7/lib/python3.6/site-packages/sklearn/externals/joblib/externals/cloudpickle/cloudpickle.py

# import imp

import importlib

書き直したら…

エラー出ないぞ！！！！！！！！やりました！！！！

次のエラーや…(cross_validation)

進めていくとsklearnのcross_validationを使う場所があります（p236）．

ですがsklearn0.20ではもうありません．

該当部分を「model_selection」に書き換えてください．

そうするとちゃんと結果が出ます．

分類器の情報= SVC(C=1.0, cache_size=200, class_weight=None, coef0=0.0,
  decision_function_shape='ovr', degree=3, gamma=0.001, kernel='rbf',
  max_iter=-1, probability=False, random_state=None, shrinking=True,
  tol=0.001, verbose=False)
正解率= 0.9911111111111112
レポート=
               precision    recall  f1-score   support

           0       1.00      1.00      1.00        43
           1       0.98      1.00      0.99        45
           2       1.00      0.98      0.99        42
           3       1.00      1.00      1.00        34
           4       1.00      1.00      1.00        59
           5       1.00      0.98      0.99        44
           6       1.00      1.00      1.00        44
           7       0.98      1.00      0.99        58
           8       0.98      1.00      0.99        40
           9       0.97      0.95      0.96        41

   micro avg       0.99      0.99      0.99       450
   macro avg       0.99      0.99      0.99       450
weighted avg       0.99      0.99      0.99       450