scikit-learn - TypeError：fit（）缺少1个必需的位置参数：'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)

我刚开始练习 LogisticRegression，但出现此错误。我不明白出了什么问题。我尝试在互联网上搜索它，但没有帮助

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

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

以下是数据集的链接：

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

提前致谢！

Answer 1

您已经在classifier.fit(X_train,Y_train) 中拟合了训练数据。 classifier 是您的模型，现在您要预测测试 X 数据的 y 值 (y_pred)。因此，您需要做的是

y_pred = classifier.predict(X_test)

但你正在做的是

y_pred = classifier.fit(X_test)

因此您收到错误fit() missing 1 required positional argument: 'y'，因为在拟合时您还需要此处的因变量y。

只需将上述行中的.fit 替换为.predict。

Answer 2

您正尝试再次将您的分类器与您的测试数据相匹配：

y_pred = classifier.fit(X_test)

如果不传递标签当然是不可能的（因此缺少y 的错误）；我假设你真正想要做的是得到预测你的测试数据，在这种情况下你应该使用predict，而不是fit：

y_pred = classifier.predict(X_test)