Question

我尝试使用GridSearchCV来为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)

我遇到了错误：

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

请如何解决？

Answer 1

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

修复此行：

clf.fit(input_dataN)

如何使用GridSearchCV进行一类分类

1 个答案: