scikit-learn - 如何使用 GridSearchCV 进行一类分类

Question

我尝试使用 GridSearchCV 为我的分类器提供最佳参数。我正在使用一类 SVM，我的代码是：

tuned_parameters = [{'kernel': ['rbf'], 'gamma': [1e-2, 1e-3, 1e-4, 1e-5],
                 'nu': [0.001, 0.10, 0.1, 10, 25, 50, 100, 1000]},
                {'kernel': ['linear'], 'nu': [0.001, 0.10, 0.1, 10, 25, 50, 100, 1000]}
               ] 

scores = ['precision', 'recall']

for score in scores:
  print("# Tuning hyper-parameters for %s" % score)
  print()

 clf = GridSearchCV(svm.OneClassSVM(), tuned_parameters,
                   scoring='%s_macro' % score)
 clf.fit(input_dataN)

我有错误：

TypeError: __call__() missing 1 required positional argument: 'y_true'

请问怎么修？

Answer 1

当您应用 fit 方法时，您需要提供特征 (X_train) 以及目标类标签 (y_train)：

修复这一行：

clf.fit(input_dataN)