类型错误：fit() 缺少 1 个必需的位置参数：'y'（使用 sklearn - ExtraTreesRegressor）

Question

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：

https://scikit-learn.org/stable/modules/generated/sklearn.ensemble.ExtraTreesRegressor.html#sklearn.ensemble.ExtraTreesRegressor.fit

提前感谢您的帮助。

Answer 1

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)