如何修复 TypeError：predict_proba() 缺少 1 个必需的位置参数：'X'答案

【问题标题】：How to fix the TypeError: predict_proba() missing 1 required positional argument: 'X'如何修复 TypeError：predict_proba() 缺少 1 个必需的位置参数：'X'
【发布时间】：2021-06-04 18:27:48
【问题描述】：

对于这个问题，我不知道为什么它说 predict_proba() missing 1 required positional argument: 'X'

谁能帮我解决这个问题？

这是我的代码：

df1 = pd.read_csv('new_customer_info.csv')
df1 = df1.drop(columns = ['person_home_ownership', 'loan_intent', 'loan_grade'])
df1.dropna(inplace=True)
df1['cb_person_default_on_file'] = df1['cb_person_default_on_file'].map({'Y':1 ,'N':0})

X = df1.to_numpy()
from sklearn import linear_model
regression = linear_model.LinearRegression()
regression.fit(X_train,y_train)

y_pred = LogisticRegression.predict_proba(X)

【问题讨论】：

您使用的是 LinearRegression 并根据数据拟合模型。但是现在您使用 Logistic regression 而不拟合数据。如果不拟合数据，你怎么能predict_proba？应该是regression.predict_proba
请重新阅读 How to ask，因为您第一次阅读时似乎错过了一些关键点，即“DO NOT发布代码、数据、错误消息等的图像。 - 将文本复制或输入到问题中”（强调原文）。
感谢您的提醒！我以后会遵守规则的。

标签： python scikit-learn data-science linear-regression logistic-regression

【解决方案1】：

您直接使用类，使用类LogisticRegression 的对象，在您的代码中定义为regression = linear_model.LogisticRegression()

解决方案：

y_pred = regression.predict_proba(X)

注意：您还混合了线性回归和逻辑回归。请记住 predict_proba 不适用于回归算法 (LinearRegression)

【讨论】：

您好，感谢您的帮助！我用过这个，但是，出现 AttributeError: 'LinearRegression' object has no attribute 'predict_proba'
概率可以在分类上计算。它适用于逻辑回归而不是线性回归