MLKNN - __int__()采用1个位置自变量，2个用拟合方法给出。

Question

我有两只熊猫的资料。一个df(或X)与word2vec嵌入，形状(500000,200)。还有另一个填充了0和1s的数据矩阵(或稀疏矩阵)。这个df是sklearn.preprocessing.MultiLabelBinarizer的输出，所以在每一列中只填充1s和0，并且这个df的形状是(50000,102)。

我尝试在这些数据上安装一个skmultilearn.adapt.mlknn，如下所示：

from skmultilearn.adapt import MLkNN
classifier = MLkNN(k=3)
# train
classifier.fit(X=x_train_w2v.to_numpy(), y=y_train.to_numpy())

我得到的错误是：

TypeError Traceback (most recent call last)
<ipython-input-36-5ae90a2db4ec> in <module>
5 # # train
6
----> 7 clf_mlknn.fit(X=x_train_w2v.to_numpy(),y=y_train.to_numpy())
8 # predict
9 # predict_mlknn_wv = classifier_new.predict(x_test_mlknn)


~\Anaconda3\lib\site-packages\skmultilearn\adapt\mlknn.py in fit(self, X, y)
216 self._prior_prob_true, self._prior_prob_false = self._compute_prior(self._label_cache)
217 # Computing the posterior probabilities
--> 218 self._cond_prob_true, self._cond_prob_false = self._compute_cond(X, self._label_cache)
219 return self
220


~\Anaconda3\lib\site-packages\skmultilearn\adapt\mlknn.py in _compute_cond(self, X, y)
163 """
164
--> 165 self.knn_ = NearestNeighbors(self.k).fit(X)
166 c = sparse.lil_matrix((self._num_labels, self.k + 1), dtype='i8')
167 cn = sparse.lil_matrix((self._num_labels, self.k + 1), dtype='i8')


TypeError: __init__() takes 1 positional argument but 2 were given

从源代码中，我可以看到NearestNeighbors只适用于X，在以--> 165开头的行中也可以看到上面的错误。我想这就是产生错误的原因。

如何修复此错误并适当地安装MLkNN？

Answer 1

此错误与已由NearestNeighbors的scikit-learn指示的弃用警告有关：

FutureWarning:将n_neighbors=3作为关键字args传递。从1.0版(重命名0.25)开始，将这些参数作为位置参数传递将导致“将导致错误”，FutureWarning)

这一问题已在这里作了修改，将列入下一次发行版：

https://github.com/scikit-multilearn/scikit-multilearn/issues/230

同时，可以使用@ ()取1个位置参数，2个用拟合方法给出。的解决方案。

!pip uninstall scikit-learn -y
!pip install scikit-learn==0.24.1