Python中NotFittedError()异常的常见错误和修复方法

1. NotFittedError()异常常见错误：

- 当尝试使用尚未拟合(fit)的模型进行预测或者转换时，会抛出NotFittedError()异常。

- 当尝试调用尚未拟合(fit)的模型的属性和方法时，也会抛出NotFittedError()异常。

2. 修复方法：

- 在使用模型进行预测或者转换之前，确保模型已经拟合。

- 在调用模型的属性和方法之前，确保模型已经拟合。

3. 使用例子：

from sklearn.linear_model import LinearRegression
from sklearn.exceptions import NotFittedError

# 创建一个线性回归模型
model = LinearRegression()

# 尝试使用尚未拟合的模型进行预测
try:
    X = [[1, 1], [1, 2], [2, 2], [2, 3]]
    model.predict(X)
except NotFittedError as e:
    print(e)  # 输出："This LinearRegression instance is not fitted yet. Call 'fit' with appropriate arguments before using this estimator."

# 拟合模型
y = [2, 3, 4, 5]
model.fit(X, y)

# 再次尝试预测
y_pred = model.predict(X)
print(y_pred)  # 输出：[1. 3. 3.5 4.5]

# 尝试调用尚未拟合模型的属性
try:
    coef = model.coef_
except NotFittedError as e:
    print(e)  # 输出："This LinearRegression instance is not fitted yet. Call 'fit' with appropriate arguments before using this estimator."

# 获取模型的系数
model.fit(X, y)
coef = model.coef_
print(coef)  # 输出：[0.5 0.5]

在例子中，我们首先创建了一个线性回归模型，并尝试使用尚未拟合的模型进行预测和调用属性，都抛出了NotFittedError异常。然后我们调用了fit方法拟合了模型，再次进行预测和调用属性，都成功地返回了结果。