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
![python – sklearn LinearSVC – X每个样本有1个特征;期待5](/upload/InfoBanner/zyjiaocheng/699/910ea73dee0f4f1098f293e334fa10c3.jpg)
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。