HAR_UP_Dataset.__init__() missing 1 required positional argument: 'seq_len'

根据你提供的信息，HAR_UP_Dataset应该是一个数据集类，这个错误提示意味着在初始化HAR_UP_Dataset时缺少了一个必需的参数"seq_len"，这个参数应该是用来指定序列长度的。因此，你需要在初始化HAR_UP_Dataset时提供一个"seq_len"参数的值来解决这个问题。

如果你需要更多关于HAR_UP_Dataset的信息，可以提供更多上下文或者代码片段，这样我可以更好地帮助你。

相关问题

在httprunner中将har文件转换成.py文件通过命令hrun convert har2case your_har_file.har并没有生成.py文件，可能是哪里出现了错误

可能是你的命令格式有误，正确的命令应该是：

hrun convert har2case --har_file your_har_file.har

请确保你已经正确安装了httprunner，并且在正确的目录下执行命令。如果问题仍然存在，你可以尝试查看httprunner的文档或者寻求相关技术支持。

TypeError Traceback (most recent call last) ~\AppData\Local\Temp\ipykernel_10804\3545198718.py in <module> 9 best_knn.fit(har_train_ftrs,har_train_cls) 10 # 进行预测 ---> 11 knn_eva=evaluate_classification(har_train_ftrs, har_test_ftrs, har_train_cls, har_test_cls,best_knn) ~\AppData\Local\Temp\ipykernel_10804\127123804.py in evaluate_classification(har_train_ftrs, har_test_ftrs, har_train_cls, har_test_cls, classification_model) 44 for i in range(n_classes): 45 fpr[i], tpr[i], _ = roc_curve(har_test_one_hot[:, i], har_pred_prob[:, i]) ---> 46 roc_auc[i] = auc(fpr[i], tpr[i]) 47 48 plt.figure() TypeError: 'numpy.float64' object is not callable请问这是什么错误

这个错误通常发生在你命名了一个名为`auc`的变量，然后尝试将其当作函数来调用。由于`auc`是一个numpy数组中的浮点数，因此会引发`TypeError`。

为了解决这个问题，你可以更改变量名，以避免与auc函数重名。例如，将变量名`auc`更改为`auc_score`或其他不会引起冲突的名称。

修改后的代码示例：

import matplotlib.pyplot as plt
from sklearn.metrics import roc_curve, auc

# 模型名称
models = ['knn', 'forest', 'xgboost', 'svm', 'decision', 'nb']

# 模型评估结果
evaluation_results = {
    'knn': knn_eva,
    'forest': forest_eva,
    'xgboost': xgboost_eva,
    'svm': svm_eva,
    'decision': decision_eva,
    'nb': nb_eva
}

# 评估指标
metrics = ['Accuracy', 'Precision', 'Recall', 'F1-score', 'AUC']

# 绘制条形图
for metric in metrics:
    values = [evaluation_results[model][metric] for model in models]
    plt.bar(models, values)
    plt.xlabel('Models')
    plt.ylabel(metric)
    plt.title(f'{metric} for each model')
    plt.show()

请确保在修改后的代码中没有重复定义`auc`变量。如果你仍然遇到问题，请检查其他部分的代码是否存在类似的命名冲突。