sklearn NBClassifier 得到了一个意外的关键字参数 'var_smoothing'

Question

我在我的代码中回复这个例子：

import numpy as np
X = np.array([[-1, -1], [-2, -1], [-3, -2], [1, 1], [2, 1], [3, 2]])
Y = np.array([1, 1, 1, 2, 2, 2])
from sklearn.naive_bayes import GaussianNB
clf = GaussianNB()
clf.fit(X, Y)
GaussianNB(priors=None, var_smoothing=1e-09)
print(clf.predict([[-0.8, -1]]))

此处显示：GaussianNB documentation。

我明白了

GaussianNB(priors=None, var_smoothing=1e-09)
TypeError: __init__() got an unexpected keyword argument 'var_smoothing'

sklearn 的版本是

>>> import sklearn
>>> print(sklearn.__version__)
0.19.2

有人知道发生了什么事以及如何解决吗？

Answer 1

sci-kit学习的当前版本是0.21.2。

我在 sklearn 版本 0.19.2 中对此进行了测试。未为 GaussianNB 方法定义参数 var_smoothing。

您可以使用文档进行检查

from sklearn.naive_bayes import GaussianNB
help(GaussianNB)

# Result
Help on class GaussianNB in module sklearn.naive_bayes:

class GaussianNB(BaseNB)
 |  Gaussian Naive Bayes (GaussianNB)
...
...
 |  Parameters
 |  ----------
 |  priors : array-like, shape (n_classes,)
 |      Prior probabilities of the classes. If specified the priors are not
 |      adjusted according to the data.
 |  
 |  Attributes
...
...

您可以升级到最新版本的 scikit learn 或只删除该参数。