scikit-learn-TypeError：fit（）缺少1個必需的位置參數：“ y”

Question

import numpy as np
import pandas as pd

dataset=pd.read_csv("/Users/rushirajparmar/Downloads/Social_network_Ads.csv",error_bad_lines = False)


X = dataset.iloc[:,[2,3]].values.  
Y = dataset.iloc[:,4].values

from sklearn.model_selection import train_test_split
X_train,X_test,Y_train,Y_test = train_test_split(X,Y,test_size =  0.25,random_state = 0) 

from sklearn.preprocessing import StandardScaler
sc = StandardScaler()
X_train = sc.fit_transform(X_train)
X_test = sc.transform(X_test)

from sklearn.linear_model import LogisticRegression
classifier = LogisticRegression()
classifier.fit(X_train,Y_train)

y_pred = classifier.fit(X_test)

from sklearn.metrics import confusion_matrix
cm = confusion_matrix(Y_test, y_pred)

我剛開始練習LogisticRegression時遇到此錯誤。我不明白是什么錯誤。我嘗試在Internet上搜索它，但沒有幫助

y_pred = classifier.fit(X_test).values.ravel()

TypeError: fit() missing 1 required positional argument: 'y'

以下是數據集的鏈接：

https://github.com/Avik-Jain/100-Days-Of-ML-Code/blob/master/datasets/Social_Network_Ads.csv

提前致謝！

Answer 1

您正在嘗試再次使用測試數據來適合您的分類器：

y_pred = classifier.fit(X_test)

當然這也需要不傳遞標簽（因此會丟失y的錯誤）； 我假設您真正想做的是獲取測試數據的預測 ，在這種情況下，您應該使用predict ，而不fit ：

y_pred = classifier.predict(X_test)

Answer 2

您已經在classifier.fit(X_train,Y_train)擬合了訓練數據。 classifier是您的模型，現在您要預測測試X數據的y值（ y_pred ）。 因此，您需要做的是

y_pred = classifier.predict(X_test)

但是你在做什么

y_pred = classifier.fit(X_test)

因此，您遇到的錯誤fit() missing 1 required positional argument: 'y'因為在擬合時，您還需要在此處使用因變量y 。

只需更換.fit通過.predict在上述行。