sklearn NBClassifier 得到了一个意外的关键字参数 'var_smoothing'
sklearn NBClassifier got an unexpected keyword argument 'var_smoothing'
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?
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。
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?
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。