如何解决sklearn决策树调用fit()时报缺少参数y的TypeError错误

错误原因 #

你直接调用了DecisionTreeClassifier类本身的fit()和predict()方法，没有使用已经实例化好的对象clf调用。scikit-learn的模型实例方法会自动将实例自身作为第一个参数self传入，直接用类调用时，你传入的X_train会被识别为self参数，就会触发缺少必填参数y的报错。

需修正的代码点 #

• 错误写法：clf = DecisionTreeClassifier.fit(X_train, y_train)，应改为使用已经实例化的clf对象调用fit方法
• 错误写法：y_pred = DecisionTreeClassifier.predict(X_test)，应改为使用训练完成的clf对象调用predict方法

修正后完整代码 #

# Decision Tree
from sklearn.tree import DecisionTreeClassifier
from sklearn.metrics import r2_score, mean_squared_error

clf = DecisionTreeClassifier()

# 用实例对象调用fit方法训练
clf.fit(X_train, y_train)

# 用训练好的实例对象做预测
y_pred = clf.predict(X_test)

print(r2_score(y_test, y_pred))
print(mean_squared_error(y_test, y_pred))

额外说明 #

DecisionTreeClassifier是分类任务模型，而r2_score、mean_squared_error是回归任务的常用评估指标，如果你的需求是做分类任务，建议替换为准确率、F1值等分类评估指标，不影响当前报错的解决。

内容的提问来源于stack exchange，提问作者Nayan Kumar Sinha