KFold.__init__() got an unexpected keyword argument 'n_folds'

The error message suggests that the `KFold` class does not have a parameter named `n_folds`.

Instead, `KFold` has a parameter named `n_splits`, which specifies the number of folds to create. Try changing `n_folds` to `n_splits` in your code and see if that resolves the issue.

For example:

from sklearn.model_selection import KFold

# Create a KFold object with 5 splits/folds
kf = KFold(n_splits=5, shuffle=True)

相关问题

TypeError: KFold.__init__() got an unexpected keyword argument 'n_folds'

这个错误提示说明你使用的是旧版本的 scikit-learn 库，KFold 类的参数名为 n_folds，而在新版本的库中已经被修改为 n_splits。你可以尝试更新 scikit-learn 库到最新版本，或者将参数名从 n_folds 改为 n_splits。例如：

# 旧版本的代码，会出现错误提示
from sklearn.model_selection import KFold
kfold = KFold(n_folds=5)

# 修改后的代码，参数名改为 n_splits
from sklearn.model_selection import KFold
kfold = KFold(n_splits=5)

_BaseRidgeCV.__init__() got an unexpected keyword argument 'normalize'

该报错是因为在调用`_BaseRidgeCV`的`__init__()`方法时传入了一个意外的关键字参数`normalize`。根据引用和引用提供的信息，可以尝试以下解决办法：

1. 检查`_BaseRidgeCV`的初始化方法是否真的接受`normalize`参数。可以查看相关文档或源代码确认。

2. 如果`_BaseRidgeCV`确实接受`normalize`参数，那么可能是因为你的环境中的`sklearn`库版本过旧。可以尝试更新`sklearn`库到最新版本，使用以下命令：

   pip install -U scikit-learn

3. 如果更新`sklearn`库后仍然出现该报错，那么可能是因为你的环境中的其他依赖库与`sklearn`不兼容。可以尝试重新安装`sklearn`及其依赖库，使用以下命令：

   pip uninstall scikit-learn
   pip install scikit-learn

4. 如果以上方法都无效，那么可能是因为你的环境中的`protoc`版本与`protobuf`库版本不兼容。可以尝试重新安装`protobuf`库，使用以下命令：

   pip uninstall protobuf
   pip install -U protobuf

请注意，以上解决办法仅供参考，具体解决方法可能因环境和代码情况而异。建议根据具体情况进行调试和排查。