Scikit learn 如何使用GridSearchCV进行一类分类

我尝试使用GridSearchCV，以便为分类器提供最佳参数。我使用的是单类SVM，我的代码是：

tuned_parameters = [{'kernel': ['rbf'], 'gamma': [1e-2, 1e-3, 1e-4, 1e-5],
                 'nu': [0.001, 0.10, 0.1, 10, 25, 50, 100, 1000]},
                {'kernel': ['linear'], 'nu': [0.001, 0.10, 0.1, 10, 25, 50, 100, 1000]}
               ] 

scores = ['precision', 'recall']

for score in scores:
  print("# Tuning hyper-parameters for %s" % score)
  print()

 clf = GridSearchCV(svm.OneClassSVM(), tuned_parameters,
                   scoring='%s_macro' % score)
 clf.fit(input_dataN)

我有错误：

TypeError: __call__() missing 1 required positional argument: 'y_true'

---

请如何修复它？

当您应用fit方法时，您需要提供您的功能（X\U系列）以及您的目标类标签（y\U系列）：

修正这一行：

clf.fit(input_dataN)

---

我用了一个等级分类，我没有你的训练。如果你只有正面的标签，那么你只能这样做。