由於隱秘的TypeError，Scikit-learn GridSearchCV無法使用Silhouette_score擬合EM模型

Question

以下代碼導致： TypeError: __call__() takes at least 4 arguments (3 given) 。

我已經實例化了一個集群分類器和一個適合集群的創建評分方法。 我提供了一個簡單的擬合數據集和一個網格搜索參數字典。 我很難看到我有錯誤的地方，並且追溯是相當無益的。

from sklearn.mixture import GaussianMixture
from sklearn.model_selection import GridSearchCV
from sklearn.metrics import silhouette_score, make_scorer

parameters = {'n_components': range(1, 6), 'covariance_type': ['full', 'tied', 'diag', 'spherical']}

silhouette_scorer = make_scorer(silhouette_score)

gm = GaussianMixture()
clusterer = GridSearchCV(gm, parameters, scoring=silhouette_scorer)
clusterer.fit(data)

回溯是神秘的，據我所知，我正在遵循GridSearchCV的sklearn文檔中描述的語法和工作流程。 我可能在這里做錯了什么會導致這個錯誤？

以下是數據內容：

     Dimension 1  Dimension 2
0     -0.837489    -1.076500
1      1.746697     0.193893
2     -0.141929    -2.772168
3     -2.809583    -3.645926
4     -2.070939    -2.485348
..           ...          ...
401    -0.477716    -0.347241
402     0.742407     0.005890
403    -2.152810     5.385891
404    -0.074108    -1.691082
405     0.555363    -0.002872
416    -1.597249    -0.804744

以下是追溯的最后幾行：

/usr/local/lib/python2.7/site-packages/sklearn/externals/joblib/parallel.pyc in __call__(self)
    129 
    130     def __call__(self):
--> 131         return [func(*args, **kwargs) for func, args, kwargs in self.items]
    132 
    133     def __len__(self):

/usr/local/lib/python2.7/site-packages/sklearn/model_selection/_validation.pyc in _fit_and_score(estimator, X, y, scorer, train, test, verbose, parameters, fit_params, return_train_score, return_parameters, return_n_test_samples, return_times, error_score)
    258     else:
    259         fit_time = time.time() - start_time
--> 260         test_score = _score(estimator, X_test, y_test, scorer)
    261         score_time = time.time() - start_time - fit_time
    262         if return_train_score:

/usr/local/lib/python2.7/site-packages/sklearn/model_selection/_validation.pyc in _score(estimator, X_test, y_test, scorer)
    284     """Compute the score of an estimator on a given test set."""
    285     if y_test is None:
--> 286         score = scorer(estimator, X_test)
    287     else:
    288         score = scorer(estimator, X_test, y_test)

TypeError: __call__() takes at least 4 arguments (3 given)

Answer 1

嗯，問題是，你使用錯誤的函數作為make_scorer的參數。 make_scorer的文檔說：

score_func - 具有簽名score_func的分數函數（或損失函數）（y_true，y_pred，** kwargs）

你正在將silhouette_score傳遞給它，它有一個簽名 (X, labels, metric='euclidean' ...) ，這顯然與make_scorer的要求不匹配，因此也就是錯誤。

嘗試將其更改為其他指標以解決錯誤。