此RandomForestClassifier实例尚未拟合。调用fit＆＃x27;在使用此估算器之前，请有适当的论点

Question

我有我的编码行，例如：

import pandas as pd
import numpy as np
from sklearn.linear_model import LogisticRegression
from sklearn.ensemble import RandomForestClassifier
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
import matplotlib.pyplot as plt
%matplotlib inline
from sklearn.preprocessing import LabelEncoder
from sklearn.metrics import accuracy_score
from sklearn.metrics import roc_curve, roc_auc_score

X = dataset_df
Y = dataset_df

'X_train, X_test, y_train, y_test\
= train_test_split(X, y, test_size = 0.3, random_state=1)'

X_train, X_validation, y_train, y_validation\
= train_test_split(X_train, y_train, test_size = 0.3, random_state=1)

sc = StandardScaler()
sc.fit(X_train)
X_train_Std = sc.transform(X_train)

lr_classifier = LogisticRegression(C = 1000, random_state= 1)
rf_classifier = RandomForestClassifier(max_depth=5, random_state= 1)
from sklearn.ensemble import RandomForestClassifier
fit 

rf_classifier.predict_proba(sc.transform(X_validation))

，在那里，我会出现一个错误，说RandomforestClassifier不合适。此RandomForestClassifier实例尚未拟合。在使用此估计器之前，请使用适当的参数调用“适合”。 有人会知道如何帮助我吗？

Answer 1

LogisticRegress以及RandomForestClassifier是类，LR_Classifier和RF_Classifier是这些类的对象。

您需要以与对象SC相似的方式调用拟合方法，例如lr_classifier.fit（x_train_std，y_train），而不仅仅是fit。

我建议阅读sklearn 入门指南以更好地了解如何使用库。