TypeError: DecisionTreeClassifier.__init__() got an unexpected keyword argument 'probability'

这个错误通常是因为你使用的 scikit-learn 版本与代码不兼容导致的。在早期版本中，DecisionTreeClassifier 类不支持 probability 参数。

你可以尝试升级 scikit-learn 到最新版本，如果升级不可行，可以考虑使用其他方法来计算概率，例如使用 predict_proba() 方法。

相关问题

TypeError: DecisionTreeClassifier.__init__() got an unexpected keyword argument 'min_impurity_split'

TypeError: `DecisionTreeClassifier.__init__()`函数接收到一个未预期的关键字参数'min_impurity_split'，这通常发生在尝试初始化scikit-learn库中的决策树分类器（DecisionTreeClassifier），但是你在传入参数时可能使用了一个新版本的参数名称，该名称在当前使用的sklearn版本中已经过时或不再支持。

`min_impurity_split`是一个以前的参数名，它已经被`min_impurity_decrease`所替代。可能是你试图设置最小的纯度减少值，但在新版本中应该使用新的参数名。解决这个问题的方法是检查你的代码，将`min_impurity_split`替换为`min_impurity_decrease`，并确保参数值是对的。

如果你正在使用的是旧版的`min_impurity_split`并且不想更新代码，你可以通过指定允许的最低版本来避免这个错误，例如：

from sklearn import __version__
if LooseVersion(__version__) >= LooseVersion('0.24'):
    # 使用新版参数名
    model = DecisionTreeClassifier(min_impurity_decrease=value)
else:
    # 使用旧版参数名，假设这是在0.24及更早版本中可用
    model = DecisionTreeClassifier(min_impurity_split=value)

TypeError: RandomForestClassifier.__init__() got an unexpected keyword argument 'probability'

TypeError: RandomForestClassifier.__init__() got an unexpected keyword argument 'probability' 是一个错误提示，意味着在使用RandomForestClassifier类的构造函数时，传入了一个名为'probability'的意外关键字参数。

RandomForestClassifier是scikit-learn库中的一个机器学习模型，用于进行随机森林分类。在该类的构造函数中，并没有名为'probability'的参数。因此，如果你在实例化RandomForestClassifier对象时传入了'probability'参数，就会引发这个错误。

可能的原因是你使用的是较旧版本的scikit-learn库，而该版本不支持'probability'参数。解决这个问题的方法是更新scikit-learn库到最新版本，或者使用其他可用的参数来替代'probability'。