缺少参数 y 的额外树分类器

Question

所以我试图实现额外的树分类器，以便在我的数据库中找到参数的重要性，我写了这个简单的代码，但由于某种原因，我不断得到这个错误。

我的代码：

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

%matplotlib inline

from sklearn.ensemble import ExtraTreesClassifier 

df = pd.read_csv('C:\\Users\\ali97\\Desktop\\Project\\Database\\5-FINAL2\\Final After Simple Filtering.csv')

extra_tree_forest = ExtraTreesClassifier(n_estimators = 5,  criterion ='entropy', max_features = 2) 

extra_tree_forest.fit(df)

feature_importance = extra_tree_forest.feature_importances_ 

feature_importance_normalized = np.std([tree.feature_importances_ for tree in extra_tree_forest.estimators_], axis = 1)

plt.bar(X.columns, feature_importance_normalized) 

plt.xlabel('Lbale') 

plt.ylabel('Feature Importance') 

plt.title('Parameters Importance') 

plt.show() 

错误：

TypeError                                 Traceback (most recent call last)

<ipython-input-7-4aad8882ce6d> in <module>

     16 extra_tree_forest = ExtraTreesClassifier(n_estimators = 5,  criterion ='entropy', max_features = 2)

     17 

---> 18 extra_tree_forest.fit(df)

     19 

     20 feature_importance = extra_tree_forest.feature_importances_

TypeError: fit() missing 1 required positional argument: 'y'

Answer 1

通常，对于拟合函数，我们需要同时具有属性（X）和标签（Y），并且您需要使用它来训练此分类器。我建议您拆分标签和属性，并在导入时将其作为两个单独的列表导入。extra_tree_forest.fit(X, Y)Final After Simple Filtering.csv