KDB使用EmbedPy调用LogisticRegression的fit方法报缺少位置参数y错误

1. 本次报错的直接原因 #

你调用fit方法的逻辑存在错误，和reshape调整维度无关：
sklearn中的LogisticRegression是类对象，你需要先实例化类得到模型实例，再调用实例的fit方法。你当前直接用类对象调用fit方法时，Python会要求第一个参数必须是类实例（即self参数），你传入的train_X_np会被识别为self，train_Y_np被识别为X参数，自然缺失了要求的y参数，触发当前报错。

2. 维度调整的作用说明 #

reshape(-1,1)调整维度不是本次报错的原因。本次报错修复后你才会遇到维度相关的报错：sklearn要求fit方法传入的特征矩阵X必须是二维数组，你当前构造的train_X_np是一维数组，此时会触发Expected 2D array, got 1D array instead的报错，这时才需要调用reshape调整维度。

\l p.q

np:.p.import`numpy
// 导入LogisticRegression类
LogisticCls:.p.import[`sklearn.linear_model;`:LogisticRegression]
// 先实例化类得到模型实例
lr: LogisticCls[]

// 构造特征数组并调整为二维
train_X_np: (np[`:array] 1 2 3)[`:reshape][-1;1]
train_Y_np: np[`:array] 0 1 1

// 调用实例的fit方法
lr[`:fit][train_X_np;train_Y_np]

内容的提问来源于stack exchange，提问作者cjm2671