为什么我在使用SVC进行概率预测时会得到NotImplementedError?

我正在尝试使用sklearn中的SVC来解决一个分类问题。给定一组数据和一些信息,告诉我某个对象是否属于某个类别,我想能够给出一个新的、未知的对象属于某个类别的概率。

我只有两个类别,所以这是一个二元问题。以下是我的代码和一些错误

from sklearn.svm import SVCclf=SVC()clf=clf.fit(X,Y)SVC(probability=True)print clf.predict_proba(W) #错误在这里

但它返回以下错误:

NotImplementedError: 必须启用概率估计才能使用此方法

我该如何解决这个问题?


回答:

你必须在构建SVC对象时设置probability=True

from sklearn.svm import SVCclf=SVC(probability=True)clf.fit(X,Y)print clf.predict_proba(W) #没有错误

你的代码创建了一个带有概率估计的SVC,但没有存储它(因为你没有将其存储在任何变量中),并使用了之前存储在clf中的SVC(没有概率)。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注