sklearn得到了一个意外的关键字参数'var_smoothing‘

Question

我在我的代码中回答这个例子：

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]]))

这里介绍的是：GaussianNB文档。

我得到了

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以及如何解决吗？

Answer 1

当前版本的sci学习是0.21.2。

我在sklearn版本的0.19.2中测试了这一点。参数var_smoothing未为GaussianNB方法定义。

您可以通过使用以下文档来检查这一点

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学习或只是删除参数。