文章/答案/技术大牛

发布

社区首页 >问答首页 >KTBoost.BoostingRegressor TypeError：__cinit__()精确地接受5个位置参数(6个给定)

问KTBoost.BoostingRegressor TypeError：cinit()精确地接受5个位置参数(6个给定)
EN

Stack Overflow用户

提问于 2020-03-18 01:29:54

回答 1查看 179关注 0票数 0

为了进行二进制分类，我试图从BoostingRegressor包中运行一个KTBoost模型，而我正面临这个错误。我不明白它可能导致什么，也不明白我应该采取什么行动来解决它。我能做些什么来提供更多的信息吗？人造板

Xtrain = df.iloc[:, 2:492]
ytrain = df.Target
model = KTBoost.BoostingRegressor(loss='tobit', yl=0, yu=100)
model.fit(Xtrain, ytrain)

回答已采纳

发布于 2020-06-19 09:59:18

谢谢你指出这个。现在修正的是KTBoost的0.1.14版本。对科学知识的依赖是错误的。请注意，您需要最新版本的scikit-learn (scikit-learn>=0.21.3)。

在将来，请在https://github.com/fabsig/KTBoost上打开一个问题。在那里会得到更快的答案。

票数 1

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/60732360

复制

相似问题

问KTBoost.BoostingRegressor TypeError：__cinit__()精确地接受5个位置参数(6个给定)EN