scikit learn：与 GridSearchCV 兼容的自定义分类器

我已经实现了自己的分类器，现在我想对其运行网格搜索，但出现以下错误：estimator.fit(X_train, y_train, **fit_params) TypeError: fit() takes 2 positional arguments but 3 were given

我跟着本教程 http://danielhnyk.cz/creating-your-own-estimator-scikit-learn/并使用这个模板 https://github.com/scikit-learn-contrib/project-template/blob/master/skltemplate/template.py由...提供scikit 的官方文档 http://scikit-learn.org/stable/developers/contributing.html。我的类定义如下：

class MyClassifier(BaseEstimator, ClassifierMixin):
    def __init__(self, lr=0.1):
        self.lr=lr

    def fit(self, X, y):
        # Some code
        return self
    def predict(self, X):
        # Some code
        return y_pred
    def get_params(self, deep=True)
        return {'lr'=self.lr}
    def set_params(self, **parameters):
        for parameter, value in parameters.items():
            setattr(self, parameter, value)
        return self

我正在尝试网格搜索，如下所示：

params = {
    'lr': [0.1, 0.5, 0.7]
}
gs = GridSearchCV(MyClassifier(), param_grid=params, cv=4)

EDIT I

我就是这样称呼它的： gs.fit(['你好世界', '尝试', '你好世界', '尝试', '你好世界', '尝试', '你好世界', '尝试'], ['我'，'Z'，'我'，'Z'，'我'，'Z'，'我'，'Z']）

结束编辑一

错误是由以下原因产生的_fit_and_score文件中的方法python3.5/site-packages/sklearn/model_selection/_validation.py

它在呼唤estimator.fit(X_train, y_train, **fit_params)有 3 个参数，但我的估计器只有两个，所以这个错误对我来说是有意义的，但我不知道如何解决它......我还尝试添加一些虚拟参数fit方法但没有成功。

EDIT II

完整的错误输出：

Traceback (most recent call last):
  File "/home/rodrigo/no_version/text_classifier/MyClassifier.py", line 355, in <module>
    ['I', 'Z', 'I', 'Z', 'I', 'Z', 'I', 'Z'])
  File "/home/rodrigo/no_version/text_classifier/.env/lib/python3.5/site-packages/sklearn/model_selection/_search.py", line 639, in fit
    cv.split(X, y, groups)))
  File "/home/rodrigo/no_version/text_classifier/.env/lib/python3.5/site-packages/sklearn/externals/joblib/parallel.py", line 779, in __call__
    while self.dispatch_one_batch(iterator):
  File "/home/rodrigo/no_version/text_classifier/.env/lib/python3.5/site-packages/sklearn/externals/joblib/parallel.py", line 625, in dispatch_one_batch
    self._dispatch(tasks)
  File "/home/rodrigo/no_version/text_classifier/.env/lib/python3.5/site-packages/sklearn/externals/joblib/parallel.py", line 588, in _dispatch
    job = self._backend.apply_async(batch, callback=cb)
  File "/home/rodrigo/no_version/text_classifier/.env/lib/python3.5/site-packages/sklearn/externals/joblib/_parallel_backends.py", line 111, in apply_async
    result = ImmediateResult(func)
  File "/home/rodrigo/no_version/text_classifier/.env/lib/python3.5/site-packages/sklearn/externals/joblib/_parallel_backends.py", line 332, in __init__
    self.results = batch()
  File "/home/rodrigo/no_version/text_classifier/.env/lib/python3.5/site-packages/sklearn/externals/joblib/parallel.py", line 131, in __call__
    return [func(*args, **kwargs) for func, args, kwargs in self.items]
  File "/home/rodrigo/no_version/text_classifier/.env/lib/python3.5/site-packages/sklearn/externals/joblib/parallel.py", line 131, in <listcomp>
    return [func(*args, **kwargs) for func, args, kwargs in self.items]
  File "/home/rodrigo/no_version/text_classifier/.env/lib/python3.5/site-packages/sklearn/model_selection/_validation.py", line 458, in _fit_and_score
    estimator.fit(X_train, y_train, **fit_params)
TypeError: fit() takes 2 positional arguments but 3 were given

结束编辑二

SOLVED谢谢大家，我犯了一个愚蠢的错误：有两个不同的函数具有相同的名称（适合），（我使用不同的参数实现了另一个用于自定义目的，一旦我重命名了“自定义适合”，它就正常工作了。）

谢谢你并抱歉

以下代码对我有用：

class MyClassifier(BaseEstimator, ClassifierMixin):
     def __init__(self, lr=0.1):
         self.lr = lr
         # Some code
         pass
     def fit(self, X, y):
         # Some code
         pass
     def predict(self, X):
         # Some code
         return X % 3

params = {
    'lr': [0.1, 0.5, 0.7]
}
gs = GridSearchCV(MyClassifier(), param_grid=params, cv=4)

x = np.arange(30)
y = np.concatenate((np.zeros(10), np.ones(10), np.ones(10) * 2))
gs.fit(x, y)

我能想到的最好的办法就是你正在将一些东西传递给gs.fit超越方法x and y或你的MyClassifier.fit方法缺少 self 参数。

The fit_params仅当您将 kwarg 传递给gs.fit方法，否则它是一个空字典（{}) and **fit_params不会抛出参数错误。要测试这一点，请创建分类​​器的实例并传递**{}。例如：

clf = MyClassifier()
clf.fit(x, y, **{})

这不会引发位置参数错误。

因此，再次除非将某些内容传递给gs.fit e.g. gs.fit(x, y, some_arg=123)在我看来，您缺少定义中的位置参数之一MyClassifier.fit。您所包含的错误消息似乎支持这一假设，因为它指出fit() takes 2 positional arguments but 3 were given。如果您按如下方式定义 fit ，则需要 3 个位置参数：

def fit(self, X, y): ...