如何解决SelectKBest的NotFittedError报错问题

错误原因 #

你的代码里存在语法错误：把fs.fit=(features_train, los_icu_train)写成了赋值语句，而非调用fit()方法。这导致SelectKBest实例根本没有完成拟合流程，后续调用transform方法、访问scores_属性自然会触发未拟合错误。

修正后的完整代码 #

# 相关性特征选择
from sklearn.feature_selection import SelectKBest
from sklearn.feature_selection import f_regression
from matplotlib import pyplot

def select_features(features_train, los_icu_train, features_test):
    fs = SelectKBest(score_func=f_regression, k='all')  # 配置为选择所有特征
    fs.fit(features_train, los_icu_train)  # 从训练数据中学习特征与目标的关联
    features_train_fs = fs.transform(features_train)  # 转换训练输入数据
    features_test_fs = fs.transform(features_test)  # 转换测试输入数据
    return features_train_fs, features_test_fs, fs

features_train_fs, features_test_fs, fs = select_features(features_train, los_icu_train, features_test)  # 执行特征选择
for i in range(len(fs.scores_)):
    print(f'特征 {i}: {fs.scores_[i]:f}')  # 打印各特征的得分

pyplot.bar([i for i in range(len(fs.scores_))], fs.scores_)
pyplot.show()

关键修正点 #

• 将fs.fit=(features_train, los_icu_train)改为fs.fit(features_train, los_icu_train)：fit是类的内置方法，必须通过括号调用并传入参数，不能用赋值操作代替方法调用。
• 优化了部分代码格式（如移除冗余空格），并将打印语句改为f-string写法，提升代码可读性。

内容的提问来源于stack exchange，提问作者trailblazer1996