在sklearn中实现SVC时出错
可能是由于以下几个原因导致的：
- 数据预处理问题：sklearn中的SVC模型对输入数据有一定的要求，可能是因为数据的格式、类型或者范围不符合要求导致出错。可以尝试对数据进行标准化、归一化或者其他预处理操作，确保数据符合SVC模型的要求。
- 参数设置问题：SVC模型有一些参数需要进行设置，例如核函数、正则化参数等。可能是因为参数设置不正确导致出错。可以查看sklearn官方文档中关于SVC模型的参数说明，调整参数设置。
- 数据量问题：如果数据量过大，可能会导致内存不足或者计算时间过长。可以尝试减少数据量或者使用其他更适合大数据集的模型。
- 版本兼容性问题：sklearn的不同版本可能会有一些差异，可能是因为使用的sklearn版本与代码不兼容导致出错。可以尝试更新sklearn版本或者查看sklearn官方文档中关于SVC模型的版本兼容性说明。
推荐的腾讯云相关产品：腾讯云机器学习平台（https://cloud.tencent.com/product/tiia）提供了丰富的机器学习和数据处理服务，可以帮助开发者更方便地进行模型训练和部署。
相关·内容
1回答
我正在尝试实现用于预测连续变量的svc：print("y_train type ", type(y_train))但是，我得到了以下输出和错误：
X_train_dtm type <class
浏览 16提问于2017-02-01得票数 0
回答已采纳
6回答
import pandas as pddf = pd.read_csv('C:/Users/anagha/Documents/Python Scripts/sampleData.csv')train, testtrain
x_column=['Userid&#
浏览 0提问于2016-11-15得票数 5
我试图用sklearn来评估多种机器学习算法，以获得一些度量(准确性、回忆性、精确性，甚至更多)。因此，为了计算多个分数，我必须：
我多次使用以下代码执行：
从sklearn.svm导入SVC，从sklearn.naive_bayes导入GaussianNB，从sklearn.tree导入DecisionTreeClassifier，从sklearn.cross_validation导入cros
浏览 4提问于2016-03-08得票数 50
回答已采纳
1回答
在scikit关于SVM SVC的学习文档中，有一个通过在类中使用权重来管理不平衡数据的示例。但是如果在源代码中重现这个命令，我会得到以下错误：
wclf = svm.SVC(kernel
浏览 0提问于2013-03-20得票数 1
回答已采纳
据我们所知，对于支持向量机，我们可以使用SVC和SGDClassifier来实现铰链丢失。是具有铰链丢失的SGDClassifier比SVC实现更快。为什么？scikit中SVC的两个实现的链接-学习：
我在sci的文档页面上读到，SVC使用libsvm库的一些算法进行优化。而SGDClassifier则使用SGD(显然)。
浏览 0提问于2020-02-04得票数 4
回答已采纳
我正在尝试将一些旧代码从使用sklearn转换为Keras实现。由于保持相同的操作方式至关重要，我想知道我这样做是否正确。我已经转换了大部分代码，但是我在sklearn.svm SVC分类器转换方面遇到了问题。下面是它现在的样子： from sklearn.svm import SVCmodel.fit(X, Y_labels然而，我<e
浏览 40提问于2019-01-29得票数 16
回答已采纳
1回答
我想做一个管道，其中输入到ANN，其输出到sklearn.svm.SVC模型，并进行最终的预测。那么，我如何使用sklearn管道来完成这个任务呢？
浏览 0提问于2016-03-02得票数 7
回答已采纳
在视频中，他提到支持向量机( SVM )在分类过程中作为一步进行数据分割的支持向量分类器(SVC)。我已经使用了从scikit学习分类，但我有一个很难理解的LinearSVC的实现在scikit学习是一个支持向量机或SVC，或如果在视频中的描述是不正确的。我在不同的网站上发现了自相矛盾的描述。中公认的答案是，LinearSVC不是一个支持向量机，但它不是说它是一个支持向量机。在LinearSVC的描
浏览 2提问于2020-05-23得票数 3
回答已采纳
2回答
预测概率
、
尝试使用来自sklearn的sklearn进行分类问题。给出一堆数据和信息，告诉我某个学科是否在某个类别中，我想给出一个概率，一个新的，未知的主题在一个类中。from sklearn.svm import SVC
print clf.predict_proba
浏览 2提问于2013-11-09得票数 2
回答已采纳
1回答
在sklearn中，可以定义一个串行管道，以获得管道的所有连续部分的最佳超参数组合。串行管道可以实现如下：from sklearn import decomposition, datasetsfrom sklearn.model_selection import GridSearchCV
digits
浏览 0提问于2017-02-16得票数 6
回答已采纳
我想在SVC模型中执行GridSearchCV，但这使用的是one-vs-all策略。在后半部分，我可以这样做：我的问题是参数。/main.py", line 66, in <module>
argclass_sys.set_model_parameters(model_name="SVC", verbose=3, file_path
浏览 3提问于2012-09-28得票数 49
回答已采纳
我可以问一下，当我运行这段代码时，它会产生一个没有错误的输出：from sklearn.preprocessing import StandardScalerPipelinefrom sklearn.svm import SVRfrom(X_train,y_train,X_test,y_test,'test.txt',
浏览 7提问于2022-01-21得票数 2
回答已采纳
2回答
我想创建像这样的对象：通过以下方式：SVC() DecisionTreeClassifier()from sklearn.naive_bayes import GaussianNB我得到了：适用于：
from sklear
浏览 0提问于2017-12-17得票数 0
dataset name = faces
from sklearn.decomposition import PCA
# spliting data f
浏览 0提问于2019-04-05得票数 1
回答已采纳
2回答
我有一个使用sklearn中的svm的小脚本。我使用的是Python 3.6 32位。脚本：from sklearn import svm
df = pd.read_csv('C:/Users/saeed/Downloads/SalesJan2009.csv')
浏览 0提问于2017-08-02得票数 0
我训练了一些数据来获得所有可能标签的概率和概率，例如，如果我有两个标签: x和y，以及在x中重新设置特征的概率方法，那么我想知道x和y标签的结果概率。根据这个，我使用来自nltk.clssify模块的ClassifierI方法的prob_classify (documentation )函数来实现这一目标，其思想是在计算结束时，得到所有概率的平均值来表示这两个标签的最终概率我在下面用类似的可复制代码解释这个场景：
from nltk.classify.scikitlearn import SklearnC
浏览 2提问于2020-08-01得票数 1
1回答
在SKLEARN for SVC中，有一部分代码我不太理解它的用途。我理解在创建分类器时将参数传递给SVC的想法。但是我好奇的一行并不是创建一个分类器。它只是"SVC(....)“在一条独立线路上。我不确定它是否只是作为如何在示例中格式化参数的示例……或者如果它实际上是在修改刚刚创建的分类器...或者别的什么。 每次我看到分类器的创建，它都有这样的形式： >>> clf = SVC
浏览 19提问于2019-06-18得票数 0
回答已采纳
1回答
在另一个文件中，我加载了保存的模型，并希望提交一组新的特征来执行预测。我必须缩放这组新功能吗？只有一组功能，我该如何做到这一点呢？ 我没有调整新的值，我得到了奇怪的结果，我不能做预测。
浏览 20提问于2019-07-01得票数 1
1回答
我正在尝试使用scikit的递归特征消除和交叉验证来处理具有二进制类问题的(5000, 37)数据，每当我适合该模型时，算法就会进入无限循环。我的数据是： from sklearn.svm import SVC fromsklearn.feature_selection import RFECV X = np.random.randint(0,36317
浏览 39提问于2020-11-29得票数 0
回答已采纳
在中，有一些解释和一个小例子，但还不清楚。，我的问题是:当特定特征被洗牌时，这些权重是精度的变化(减少/增加)还是这些特征的SVC权重？在中，作者指出，这些值表明，该特性的重新洗牌降低了模型的性能。但不确定是否真的是这样。小例子：import eli5
from eli5.sklearn impo
浏览 3提问于2020-02-28得票数 3
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
