[英]sklearn: TypeError: fit() missing 1 required positional argument: 'x"
[英]TypeError: fit() missing 1 required positional argument: 'y' (using sklearn - ExtraTreesRegressor)
只是试用了 Sklearn python 库,我重新调整了一些用于线性回归的代码,以适应回归树 model 作为我看到的示例(这里是示例代码):
def fit(self, X, y):
"""
Fit a Random Forest model to data `X` and targets `y`.
Parameters
----------
X : array-like
Input values.
y: array-like
Target values.
"""
self.X = X
self.y = y
self.n = self.X.shape[0]
self.model = ExtraTreesRegressor(**self.params)
self.model.fit(X, y)
这是我编写/重新调整用途的代码
data = pd.read_csv("rmsearch.csv", sep=",")
data = data[["price", "type", "number_bedrooms"]]
predict = "price"
X = np.array(data.drop([predict], 1))
y = np.array(data[predict])
x_train, x_test, y_train, y_test = sklearn.model_selection.train_test_split(X, y, test_size=0.2)
etr = ensemble.ExtraTreesRegressor
etr.fit(x_train, y_train)
acc = etr.score(x_test, y_test)
print("Accuracy; ", acc)
我收到此错误:
etr.fit(x_train, y_train)
TypeError: fit() missing 1 required positional argument: 'y'
我知道 fit() 将“X”、“y”和“sample_weight”作为输入。 但是,sample_weight 默认为无。 其他示例对我帮助不大,但也可能是我对 python 还很陌生,无法发现简单的编码错误。
适合()文档:
提前感谢您的帮助。
问题就在这里
etr = ensemble.ExtraTreesRegressor
etr.fit(x_train, y_train)
在调用fit
之前,您需要实例化ensemble.ExtraTreesRegressor
。 将此代码更改为
etr = ensemble.ExtraTreesRegressor()
etr.fit(x_train, y_train)
你会得到一个看似奇怪的错误,即y
丢失了,因为.fit
是一个实例方法,所以这个 function 的第一个参数实际上是self
。 当您在实例上调用.fit
时,会自动传递self
。 如果您在 class(而不是实例)上调用.fit
,则必须提供self
。 所以你的代码相当于ensemble.ExtraTreesRegressor.fit(self=x_train, x=y_train)
。
有关差异的示例,请参见下面的示例。 两个 forms 在功能上是等价的,但是你可以看到第一个形式很笨拙。
from sklearn import ensemble
# Synthetic data.
x = [[0]]
y = [1]
myinstance = ensemble.ExtraTreesRegressor()
ensemble.ExtraTreesRegressor.fit(myinstance, x, y)
etr = ensemble.ExtraTreesRegressor()
etr.fit(x, y)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.