Python 3.x sklearn NBClassifier得到一个意外的关键字参数';var#u平滑';
我在我的代码中回答了这个示例:Python 3.x sklearn NBClassifier得到一个意外的关键字参数';var#u平滑';,python-3.x,scikit-learn,naivebayes,Python 3.x,Scikit Learn,Naivebayes,我在我的代码中回答了这个示例: 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
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]]))
此处显示的是:
我明白了
sklearn的版本是
>>> import sklearn
>>> print(sklearn.__version__)
0.19.2
有人知道发生了什么以及如何解决吗?当前版本的sci kit learn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\u smoothing
您可以使用文档来检查这一点
来自sklearn.naive_bayes导入高斯annb
帮助(高斯B)
#结果
关于模块sklearn.naive_bayes中GaussianNB类的帮助:
GaussianNB类(BaseNB)
|高斯朴素贝叶斯(GaussianNB)
...
...
|参数
| ----------
|先验:类似数组的形状(n_类)
|类的先验概率。如果指定,则不指定优先级
|根据数据进行调整。
|
|属性
...
...
您可以升级到最新版本的scikit learn,也可以删除该参数
>>> import sklearn
>>> print(sklearn.__version__)
0.19.2