python 缺少 1 个必需的位置参数

Question

这个问题已经有答案了:

Missing 1 required positional argument (1 个回答)

去年关闭 。

这是一个创建分类器的简单机器学习程序。我按照 ML 上的 Google 开发者播放列表创建了它。当我运行程序时，输出错误(TypeError:fit()缺少1个必需的位置参数:'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))

Answer 1

正如评论中所指出的，您的错误在于:

my_classifier = ScrappyKNN 

您应该更改为

my_classifier = ScrappyKNN() 

您收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，除非您另有说明，否则 python 只是假设输入的顺序与函数定义的顺序相同。

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

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，此方法将由 ScrappyKNN 类的对象调用。当您使用对象调用类方法时(如在 object.method() 中)，该对象将用作该方法的第一个输入。因此，在 my_classifier.fit(X,y) 中，幕后发生的是使用输入 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“self”可用作输入，因此对 fit 的调用只能看到 2 个输入。

错误提示

Blockquote fit() missing 1 required positional argument: 'y_train'

这是因为 fit 有 3 个必需参数:self、x_train 和 y_train。 Python 始终假设您的第一个输入是 self，第二个输入是 X_train，第三个输入是 y_train。因为您给了它两个输入，所以它使用您的第一个输入(X_train 变量)作为 self，使用第二个输入(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，你缺少的参数是 self，但 python 无法知道这一点。

将调用从 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 作为第一个要拟合的参数传递，总共提供 3 个参数并解决您所看到的错误。