程序运行报错：TypeError: fit()缺少1个必需的位置参数'y'

嘿，我一眼就看到你代码里的两个关键问题，正是它们导致了这个错误：

1. 没有实例化决策树分类器类 #

你现在的代码里：

algo=tree.DecisionTreeClassifier

这只是把DecisionTreeClassifier这个类本身赋值给了algo，而不是创建这个类的实例对象。fit()是实例方法，必须通过类的实例来调用，而不是类本身。

你需要给类名加上括号，创建一个实例：

algo = tree.DecisionTreeClassifier()  # 括号不能少！

2. 方法名拼写错误 #

你调用预测方法的时候写成了pridict，但sklearn里的正确方法名是predict（注意中间是'e'不是'i'）：

# 错误写法
res=train.pridict([test_setosa])
# 正确写法
res = train.predict([test_setosa])

另外，我注意到你用了np.delete但没有导入numpy，所以还要在代码开头加上：

import numpy as np

修正后的完整代码参考： #

import numpy as np
from sklearn import tree
from sklearn.datasets import load_iris

iris = load_iris()
x = iris.data
x = np.delete(x, np.s_[::50], 0)
y = iris.target
y = np.delete(y, np.s_[::50], 0)

# 创建分类器实例
algo = tree.DecisionTreeClassifier()
# 训练模型
train = algo.fit(x, y)
# 注意predict的拼写
test_setosa = [5.1, 3.5, 1.4, 0.2]  # 示例测试数据，你可以替换成自己的
res = train.predict([test_setosa])
print(res)

这样修改后，你的代码应该就能正常运行啦！

内容的提问来源于stack exchange，提问作者Anand Kumar Singh