我在stackoverflow中读到这个问题可能是由于一个少于1960行的数据集造成的，但我故意放了一个2000行的数据集。这不是问题所在。有人知道她是从哪里来的吗？谢谢。classifier = tree.DecisionTreeClassifier()
Valu
浏览 422提问于2019-10-25得票数 0
回答已采纳
该模型的训练和测试数据的形状为(行，3000)。我喜欢用这个模型来预测形状为(1，5)的A。我如何重塑变量A，以便模型将其用于返回预测？这是一个文本分类模型，因此数据被矢量化。A = ['The dog is so cute']classifier.predict(A)
误差----------------------------------------------------------------
浏览 0提问于2020-07-01得票数 0
回答已采纳
1回答
我使用的是IRIS数据集(Iris.data) #Preparing for Data Classification X = np.arraytraining set.classifier.fit(X_train, Y_train)我得到以下错误
----------------------------
浏览 19提问于2019-07-22得票数 0
2回答
在Scikit分类器中，对于训练数据集，使用的函数是，classifier = RandomForestClassifier()在scikit学习分类器中对单个记录进行分类的功能是什么？也就是说，有没有类似这样的classifier.classify()？预测方法仅对转换为稀疏矩阵向量的整个测试集进行分类，如y_pr
浏览 0提问于2018-03-15得票数 1
经过分类器的训练，我要预测(分类)一些新的测试数据。不幸的是，我得到了这个错误：File "sentiment_analysis.py", line 45, in <module>main() prediction = classifier.predict(tfidf_data)
Filesite-pac
浏览 0提问于2015-10-05得票数 1
回答已采纳
1回答
我试图用自定义生成器(用于培训的相同生成器)来评估keras分类器。预测函数工作得很好，但是计算函数抛出ValueError:形状(无，无，无)和(100，4，1,200)不兼容。output = classifier.predict(x=generator)是什么导致的？是同一个生成器发出相同形状的相同数据。也尝试使用evaluate_generator，但也有相同的错误。
浏览 4提问于2020-07-23得票数 0
回答已采纳
sklearn.svm import SVCclassifier.fit(features,y_train)错误：我试过
浏览 3提问于2021-04-06得票数 0
回答已采纳
Recommender/Temporary/classify_dict_test.py", line 24, in <module> % (X.shape[1], n_features))
X = tvect.f
浏览 0提问于2015-08-20得票数 8
回答已采纳
1回答
在给定虹膜数据集的情况下，我正在尝试为我的分类模型绘制一个混淆矩阵。然而，我一直收到一个错误。tree.DecisionTreeClassifier() predictions=classifier.predict
浏览 9提问于2020-02-28得票数 0
我试图用一个估计量来预测，但是我得到了这样的错误： return db
input_fn=lambda: pred_fn(pred))
浏览 0提问于2021-05-17得票数 0
回答已采纳
在jupyter笔记本中运行下面的代码时，我会得到值错误。plt.contourf(X1, X2, classifier.predictT).reshape(X1.shape),
alpha =
浏览 3提问于2020-10-04得票数 1
回答已采纳
我试着用MLPRegressor测试和训练我的数据，但是对于"classifier.fit(xtrain，ttrain)“这一行总是有相同的错误，我对python相对来说还是比较新的，所以这已经让我陷入了一段时间iv试图使用ravel()并重塑它，但是没有人得到任何好的建议吗？classifier = SVC(gamma = "auto")ytrain = classifier(xtrain)
ytest = classi
浏览 2提问于2022-04-15得票数 1
1回答
使用朴素贝叶斯检测垃圾邮件
、、、、
classifier.fit(counts, targets)
predictions = classifier.predict(testing_set)
我认为这不是正确的方法，除此之外，最后一行是给我一个错误。ValueError: dimension mismatch
浏览 1提问于2018-02-18得票数 0
回答已采纳
缺乏对如何使用现有的训练模型( keras Sequential )进行单一预测的理解。CNN的预处理和训练如下所示:从keras.preprocessing.image导入ImageDataGenerator
train_datagen = ImageDataGenerator(rescale
浏览 1提问于2018-07-06得票数 2
2回答
我尝试用一个有两列的数据集--摘要和解决方案--来解决词袋问题。我正在使用KNN。训练数据集有91列，测试数据集有15列。在这里，当我测试它时，我得到了下面的错误：**ValueError: query data dimension must
浏览 3提问于2018-12-13得票数 1
1回答
这是一个包含10个特性和一个类的癌症数据集。sklearn.svm import SVCclassifier.fit(X_train,y_train)当我执行这个任务时
ValueError: X.shape[1] = 1 should be equal to 9, the number of features at training
浏览 0提问于2018-03-25得票数 1
回答已采纳
np.meshgrid (np.arange(x1_min, x1_max, resolution), np.arange(x2_min, x2_max, resolution))Z = classifier.predict(np.array([xx1.ravel(), xx2.ravel()]).T)
浏览 263提问于2020-06-01得票数 1
回答已采纳
(test_tfidf)
print(confusion_matrixcv = 10)print("Accuracy: {} +/- {}".format(scores.mean(), scores.std() * 2))
ValueError:不能使用在密集数据上训练的SVC中的
浏览 0提问于2018-08-20得票数 0
回答已采纳
3回答
我的CNN代码在keras中如下：from keras.layers import Convolution2D validation_data=test_set,无论我从哪里看到roc_curve的使用，它都需要参数，如x_train、y_train、x_test、y_test，我知道这些参数可以是熊猫Dat
浏览 0提问于2020-04-30得票数 3
回答已采纳
我需要知道如何用输入来预测句子new_sentence = ['its so broken']predicted = classifier.predictto see if the feature remove or not, because aft
浏览 0提问于2020-06-02得票数 0
回答已采纳
云服务器
ICP备案
对象存储
即时通信 IM
云直播
腾讯云开发者
