报错为：D:\ANACONDA\envs\DL\lib\site-packages\scikeras\wrappers.py:915: UserWarning: build_fn will be renamed to model in a future release, at which point use of build_fn will raise an Error instead. X, y = self._initialize(X, y)
TypeError: build_model() got an unexpected keyword argument 'validation_data'
感谢朋友们为我指点迷津🥹🥹🙏🙏
我记得我之前也调试了很多次，造成了后来发认识这关嗯饭堂吃了
不知道你这个问题是否已经解决, 如果还没有解决的话:根据问题描述和参考资料，报错信息是因为Scikeras版本更新导致GridSearchCV中的参数"validation_data"被重命名为"validation_split"，并且使用新的参数会引发错误。因此，解决这个问题的方法是将使用的参数从"validation_data"修改为"validation_split"。
具体操作如下所示：
import numpy as np
from sklearn import svm
from sklearn.model_selection import GridSearchCV
def load_data(data_file):
'''导入训练数据
input: data_file(string):训练数据所在文件
output: data(mat):训练样本的特征
label(mat):训练样本的标签
'''
data = []
label = []
f = open(data_file)
for line in f.readlines():
lines = line.strip().split(' ')
# 提取得出label
label.append(float(lines[0]))
# 提取出特征，并将其放入到矩阵中
index = 0
tmp = []
for i in range(1, len(lines)):
li = lines[i].strip().split(":")
if int(li[0]) - 1 == index:
tmp.append(float(li[1]))
else:
while(int(li[0]) - 1 > index):
tmp.append(0)
index += 1
tmp.append(float(li[1]))
index += 1
while len(tmp) < 13:
tmp.append(0)
data.append(tmp)
f.close()
return np.array(data), np.array(label).T
### 1.导入数据集
trainX, trainY = load_data('heart_scale')
### 2.设置C和sigma的取值范围
c_list = []
for i in range(1, 50):
c_list.append(i * 0.5)
gamma_list = []
for j in range(1, 40):
gamma_list.append(j * 0.2)
### 3.2 GridSearchCV(网格搜索+CV)
param_grid = {'C': c_list,
'gamma':gamma_list}
rbf_svm1 = svm.SVC(kernel='rbf')
grid = GridSearchCV(rbf_svm1, param_grid, cv=3, scoring='accuracy')
# 将参数"validation_data"修改为"validation_split"
grid.fit(trainX, trainY, validation_split=0.2)
best_parameter = grid.best_params_
print(best_parameter)
以上代码中，我们将GridSearchCV的fit方法中的参数"validation_data"修改为"validation_split"，并且指定了"validation_split"的值为0.2。
请注意，如果你还没有升级到最新的Scikeras版本，你可以尝试使用之前版本中的GridSearchCV，并使用"validation_data"参数。或者，你也可以查看Scikeras的官方文档，了解更多关于参数变更的信息，并根据最新的文档调整代码。
希望以上解决方案能够帮助你解决问题！