关于python图学习中语法相关问题的请教

首先，下图是一段代码，涉及函数调用

然后，这是报错内容，原因是：不应该把整数值和字典值相加

想请问一下，这段代码应该怎么修改才正确？
谢谢！

【相关推荐】

• 你可以看下这个问题的回答https://ask.csdn.net/questions/7636753
• 这篇博客你也可以参考下：Python三种方法计算皮尔逊相关系数以及实现给定数据集，返回数据集中每个特征和标签的相关系数
• 您还可以看一下 jeevan老师的Python量化交易，大操手量化投资系列课程之内功修炼篇课程中的 讲师简介，量化交易介绍及自动化交易演示小节, 巩固相关知识点
  
• 除此之外, 这篇博客: Python机器学习方向企业面试题（三）中的 14.你意识到你的模型受到低偏差和高方差问题的困扰。那么，应该使用哪种算法来解决问题呢？为什么？ 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  

    可以使用bagging算法（如随机森林）。因为，低偏差意味着模型的预测值接近实际值，换句话说，该模型有足够的灵活性，以模仿训练数据的分布。这样貌似很好，但是别忘了，一个灵活的模型没有泛化能力，意味着当这个模型用在对一个未曾见过的数据集进行测试的时候，它会令人很失望。在这种情况下，我们可以使用bagging算法（如随机森林），以解决高方差问题。bagging算法把数据集分成重复随机取样形成的子集。然后，这些样本利用单个学习算法生成一组模型。接着，利用投票（分类）或平均（回归）把模型预测结合在一起。另外，为了应对大方差，我们可以：
  
    1.使用正则化技术，惩罚更高的模型系数，从而降低了模型的复杂性。
  
    2.使用可变重要性图表中的前n个特征。可以用于当一个算法在数据集中的所有变量里很难寻找到有意义信号的时候。
  

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^