TypeError: fit() 缺少 1 个必需的位置参数：'y'

Question

我正在尝试使用高斯朴素贝叶斯“分类器”来预测经济周期。

数据（输入 X）：

              SPY    Interest Rate    Unemployment   Employment  CPI
Date
1997-01-02   56.05     7.82            9.7           3399.9     159.100
1997-02-03   56.58     7.65            9.8           3402.8     159.600
1997-03-03   54.09     7.90            9.9           3414.7     160.000

目标（输出 Y）：

     Economy
0   Expansion
1   Expansion
2   Expansion
3   Expansion

下面是我的代码：

 from sklearn.naive_bayes import GaussianNB
from sklearn import metrics
from sklearn.cross_validation import train_test_split
X = data
Y = target
model = GaussianNB
X_train, X_test, Y_train, Y_test = train_test_split(X,Y)
model.fit(X_train, Y_train)

以下是错误：

 TypeError                                 Traceback (most recent call last)
<ipython-input-132-b0975752a19f> in <module>()
  6 model = GaussianNB
  7 X_train, X_test, Y_train, Y_test = train_test_split(X,Y)
  ----> 8 model.fit(X_train, Y_train)

  TypeError: fit() missing 1 required positional argument: 'y'

我究竟做错了什么？我该如何解决这个问题/错误？

原文由 user3062459 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

你忘记了括号“（）”：

 model = GaussianNB()

原文由 Abhimanyu 发布，翻译遵循 CC BY-SA 4.0 许可协议