scikit-learn 拟合函数分类

Posted

技术标签:

【中文标题】scikit-learn 拟合函数分类【英文标题】:scikit-learn fit function classification 【发布时间】:2016-04-22 07:22:35 【问题描述】:

我在 scikit-learn 中使用 fit 函数进行分类训练。 例如,在使用随机森林时,通常会使用以下类型的代码:

import sklearn
from sklearn.ensemble import RandomForestClassifier as RF
forest=RF(n_estimators=10)
forest=forest.fit(TrainingX,Trainingy)

不幸的是,我在使用 Python 3 时收到以下错误:

C:\Anaconda3\lib\site-packages\sklearn\base.py:175: DeprecationWarning: inspect.getargspec() 已弃用,使用 inspect.signature() 代替 forest=forest.fit( args, varargs, kw, default = inspect.getargspec(init)

C:\Anaconda3\lib\site-packages\sklearn\base.py:175:DeprecationWarning:inspect.getargspec() 已弃用,请改用 inspect.signature() args, varargs, kw, default = inspect.getargspec(init)

有人知道这个错误是什么意思吗?

【问题讨论】:

【参考方案1】:

看起来getargspec 自 Python 3.0 以来已被弃用(请参阅 getargspec doc),因此在调用它时您会收到警告(而不是错误)。它在 sklearn 中被大量使用。

在 scikit-learn 问题跟踪器上有一些讨论。是raised here 和fixed here。它已针对当前稳定版本 0.17 进行了修复。如果警告对您来说是个问题,您可能应该使用conda update scikit-learn 更新您的sklearn。

【讨论】:

以上是关于scikit-learn 拟合函数分类的主要内容,如果未能解决你的问题,请参考以下文章

使用 genfromtxt 输入 scikit-learn 拟合函数的问题

Scikit-Learn 逻辑回归严重过拟合数字分类训练数据

scikit-learn:将数据拟合成块与一次拟合

多标签分类器中的拟合概率

使用 scikit-learn 重新拟合 SVM

如何故意在 scikit-learn 中过度拟合决策树?