首页 / PYTHON / python – sklearn LinearSVC – X每个样本有1个特征;期待5

python – sklearn LinearSVC – X每个样本有1个特征;期待5

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python – sklearn LinearSVC – X每个样本有1个特征;期待5，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1440字，纯文字阅读大概需要3分钟。

内容图文

我正在尝试预测测试数组的类,但是我得到了以下错误,以及堆栈跟踪：

Traceback (most recent call last):
  File "/home/radu/PycharmProjects/Recommender/Temporary/classify_dict_test.py", line 24, in <module>
    print classifier.predict(test)
  File "/home/radu/.local/lib/python2.7/site-packages/sklearn/linear_model/base.py", line 215, in predict
    scores = self.decision_function(X)
  File "/home/radu/.local/lib/python2.7/site-packages/sklearn/linear_model/base.py", line 196, in decision_function
    % (X.shape[1], n_features))
ValueError: X has 1 features per sample; expecting 5

生成它的代码是：

from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.svm import LinearSVC

corpus = [
    "I am super good with Java and JEE",
    "I am super good with .NET and C#",
    "I am really good with Python and R",
    "I am really good with C++ and pointers"
    ]

classes = ["java developer", ".net developer", "data scientist", "C++ developer"]

test = ["I think I'm a good developer with really good understanding of .NET"]

tvect = TfidfVectorizer(min_df=1, max_df=1)

X = tvect.fit_transform(corpus)

classifier = LinearSVC()
classifier.fit(X, classes)

print classifier.predict(test)

我已经尝试查看LinearSVC documentation的指南或提示,可能会引发此错误,但我无法弄明白.

任何帮助是极大的赞赏！

解决方法:

变量test是一个字符串–SVC需要一个与X具有相同维数的特征向量.在将它提供给SVC之前,必须使用相同的向量化器实例将测试字符串转换为特征向量：

X_test=tvect.transform(test)
classifier.predict(X_test)

内容总结

以上是互联网集市为您收集整理的python – sklearn LinearSVC – X每个样本有1个特征;期待5全部内容，希望文章能够帮你解决python – sklearn LinearSVC – X每个样本有1个特征;期待5所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

扫描二维码推送至手机访问。

本文链接：https://qyyshop.com/info/698750.html

来源：【匿名】