类型错误：fit() 缺少 1 个必需的位置参数：'y'答案

【问题标题】：TypeError: fit() missing 1 required positional argument: 'y'类型错误：fit() 缺少 1 个必需的位置参数：'y'
【发布时间】：2016-06-30 01:09:15
【问题描述】：

我正在尝试使用高斯朴素贝叶斯“分类器”来预测经济周期。

数据（输入 X）：

             SPY    Interest Rate    Unemployment   Employment  CPI
Date                    
1997-01-02   56.05     7.82            9.7           3399.9     159.100
1997-02-03   56.58     7.65            9.8           3402.8     159.600
1997-03-03   54.09     7.90            9.9           3414.7     160.000

目标（输出 Y）：

    Economy
0   Expansion
1   Expansion
2   Expansion
3   Expansion

下面是我的代码：

from sklearn.naive_bayes import GaussianNB
from sklearn import metrics
from sklearn.cross_validation import train_test_split
X = data
Y = target
model = GaussianNB
X_train, X_test, Y_train, Y_test = train_test_split(X,Y)
model.fit(X_train, Y_train)

以下是错误：

TypeError                                 Traceback (most recent call last)
<ipython-input-132-b0975752a19f> in <module>()
  6 model = GaussianNB
  7 X_train, X_test, Y_train, Y_test = train_test_split(X,Y)
  ----> 8 model.fit(X_train, Y_train)

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

我做错了什么？我该如何解决这个问题/错误？

【问题讨论】：

model = GaussianNB()
谢谢.. 但是，我现在又遇到了一个错误。知道如何解决吗？ /Users/d/anaconda/lib/python3.4/site-packages/sklearn/utils/validation.py:515: DataConversionWarning: A column-vector y was passed when a 1d array was expected. Please change the shape of y to (n_samples, ), for example using ravel(). y = column_or_1d(y, warn=True)
我将第 5 行更改为 Y = target.values.ravel() 并且成功了。

标签： python-3.x pandas scikit-learn

【解决方案1】：

你忘记了括号“()”：

model = GaussianNB()

【讨论】：

【解决方案2】：

每当你尝试初始化/定义一个类的对象时，你必须调用它自己的构造函数来为你创建一个对象。构造函数可能有参数，也可能没有。在您的情况下， GaussianNB 是 sklearn 的一个类，默认情况下它具有 非参数构造函数。

obj_model =  GaussianNB()

所以我们只需要创建一个带有空括号的对象，这意味着默认构造函数。

【讨论】：

【解决方案3】：

from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.35, `
`random_state=100)
from sklearn.linear_model import LinearRegression 
lm = LinearRegression
lm.fit(X_test,y_test)

祝你好运

【讨论】：

仍然缺少括号，我认为这是题外话

【解决方案4】：

你忘了在你的模型后面加上()，gaussianNB。尝试在第 6 行执行此操作：

model = GaussianNB()

我很确定它会解决问题。

【讨论】：

已经有多个非常相似的近乎重复的答案。这是其中之一。

【解决方案5】：

您只需为模型添加 () 即可。

from sklearn.naive_bayes import GaussianNB
from sklearn import metrics
from sklearn.cross_validation import train_test_split
X = data
Y = target
model = GaussianNB()
X_train, X_test, Y_train, Y_test = train_test_split(X,Y)
model.fit(X_train, Y_train)

这行得通..

【讨论】：

【解决方案6】：

您只需为模型添加()。

model = GaussianNB()

【讨论】：

已经有多个非常相似的近乎重复的答案。这是其中之一。

【解决方案7】：

以防万一其他人绊倒了这个问题，并遭受与我相同的根本原因：当您尝试将方法“fit”作为类上的静态方法（classmethod）而不是在类的实例化对象上调用它。这也适用于其他框架中的其他分类器，例如PySpark。

例如这行不通：

model = LogisticRegression.fit(data)

但这会：

log_reg = LogisticRegression()
model = log_reg.fit(data)

【讨论】：