python缺少1个必需的位置参数[重复]答案

【问题标题】：python missing 1 required positional argument [duplicate]python缺少1个必需的位置参数[重复]
【发布时间】：2019-01-02 20:16:01
【问题描述】：

这是一个创建分类器的简单 ML 程序。我是按照 ML 上的 Google 开发者播放列表创建的。当我运行程序时，会输出错误（TypeError: fit() missing 1 required positional argument: 'y_train'）。我不明白这怎么可能。

from scipy.spatial import distance
def euc(a,b):
    return distance.euclidean(a,b)
class ScrappyKNN():
    def fit(self,X_train,y_train):
        self.X_train=X_train
        self.Y_train=y_train
    def predict(self,X_test):
        predictions=[]
        for row in X_test:
            label = self.closest(row)
            predictions.append(label)
        return predictions
    def closest(self,row):
        best_dist = euc(row,self.X_train[0])
        best_index=0
        for i in range(1,len(self.X_train)):
            dist= euc(row,self.X_train[i])
            if dist>best_dist:
                best_dist=dist
                best_index=i
        return self.Y_train[best_index]
from sklearn import datasets
from sklearn.cross_validation import train_test_split
from sklearn.metrics import accuracy_score
iris = datasets.load_iris()
X=iris.data
y=iris.target
X_train, X_test, y_train, y_test=train_test_split(X,y,test_size=0.5)
my_classifier=ScrappyKNN
my_classifier.fit(X_train, y_train)   
predictions=my_classifier.predict(X_test)
print(accuracy_score(y_test,predictions))

【问题讨论】：

将my_classifier=ScrappyKNN 更改为my_classifier=ScrappyKNN()。您将其设置为等于该类，而您想要该类的一个实例。

标签： python machine-learning scipy scikit-learn typeerror

【解决方案1】：

正如 cmets 中指出的那样，您的错误在于：

my_classifier = ScrappyKNN

你应该改成哪个

my_classifier = ScrappyKNN()

您遇到错误的原因是基于输入参数在 python 中的工作方式。 Python 使用位置参数。这只是意味着除非你另有说明，否则 python 只是假设输入与你的函数定义的顺序相同。

在您的代码中，您将 fit 定义为具有 3 个输入的 ScrappyKNN 类中的方法。 fit的定义是：

fit(self,X_train,y_train)

您可以看到有三个输入，依次为：self、x_train 和 y_train。

通常这个方法会被ScrappyKNN 类的对象调用。当您使用对象调用类方法时（如在 object.method() 中），该对象被用作该方法的第一个输入。所以在 my_classifier.fit(X,y) 幕后发生的事情是使用输入 my_classifier, X,y 调用 fit 方法。

但是，在您的代码中，您调用 fit 时并未实例化对象，而是使用对 ScrappyKNN 类的引用。因为您还没有创建对象，所以没有“自我”可用作输入，因此对 fit 的调用仅看到 2 个输入。

错误提示

块引用 fit() 缺少 1 个必需的位置参数：'y_train'

这是因为 fit 有 3 个必需参数，self、x_train 和 y_train。 Python 总是假设你的第一个输入是 self，你的第二个输入是 X_train，你的第三个输入是 y_train。因为你给了它两个输入，它使用你的第一个输入，你的 X_train 变量，作为 self，你的第二个输入，你的 y_train 变量，作为 X_train。然后它找不到第三个参数，因此它向您报告它缺少 y_train。实际上，您缺少的参数是 self，但 python 无法知道这一点。

将您的调用从 ScrappyKNN 更改为 ScrappyKNN() 会实例化 ScrappyKNN 类的对象。使用该对象调用 ScrappyKNN 类中的方法，然后将 self 作为第一个参数传递给 fit，总共给它 3 个参数并解决您看到的错误。

【讨论】：