类要求我为朴素贝叶斯模型python奉献自己

Question

我尝试使用以下代码，但是当我尝试将fit函数与我的X_train一起使用时，y_train 我收到以下错误

fit() missing 1 required positional argument: 'self'

我对课程了解不多，但我知道它不应该问我自我。我发现了一些关于实例化的东西，但无法弄清楚。

class BernoulliNB(object):
def __init__(self, alpha=1.0):
self.alpha = alpha
def fit(self, X, y):
count_sample = X.shape[0]
# group by class
separated = [[x for x, t in zip(X, y) if t == c] for c in np.unique(y)]
# class prior
self.class_log_prior_ = [np.log(len(i) / count_sample) for i in separated]
# count of each word
count = np.array([np.array(i).sum(axis=0) for i in separated]) + self.alpha
smoothing = 2 * self.alpha
# number of documents in each class + smoothing
n_doc = np.array([len(i) + smoothing for i in separated])
print(n_doc)
def predict(self, X):
return np.argmax(self.predict_log_proba(X), axis=1)

当我尝试时

b = BernoulliNB() 
b.fit(b, X_train,y_train) 

这次我收到

fit() takes 3 positional arguments but 4 were given

然后我把它改成了

BernoulliNB().fit(X_train,y_train)

但是这次会发生此错误

The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

Answer 1

您正在调用BernoulliNB.fit(...)而不是

b = BernoulliNB()
b.fit(...)

---

在上面的代码示例中，b是BernoulliNB的一个实例，因此将自身传递为self。

您也可以使用

b = BernoulliNB()
BernoulliNB.fit(b,...)

或(如盖伊建议的那样(

BernoulliNB().fit(...)