Python 中的 Scikit-learn(svm 函数)

Posted

技术标签:

【中文标题】Python 中的 Scikit-learn(svm 函数)【英文标题】:Scikit-learn in Python (svm function) 【发布时间】:2015-06-26 12:25:42 【问题描述】:

我在 python 中使用 sklearn 有这个小问题。似乎我正确安装了它,并且确实当我这样做时from sklearn import svm python 似乎没问题(没有错误消息)。但是我的功能不能正常工作,因为我收到消息AttributeError: 'module' object has no attribute 'SVC' 我正在尝试使用 svm 优化功能。这有点尴尬,但这意味着 SVC 不在 sklearn 内部,这是不可能的。谁能帮帮我。

【问题讨论】:

【参考方案1】:

如果你:

from sklearn import svm

您正在将 sklearn 包中的“svm”名称作为“svm”导入到您的模块中。要访问上面的对象,请保留 svm 前缀:

svc = svm.SVC()

另一个例子,你也可以这样做:

import sklearn
svc = sklearn.svm.SVC()

也许,你可以这样做(取决于包的设置方式):

from sklearn.svm import SVC
svc = SVC()

【讨论】:

当我尝试“从 sklearn.svm 导入 SVC”时,我收到错误消息无法导入名称“SVC”。这是否意味着安装sklearn有问题? 能否在命令行中尝试“pip freeze”并确认可以看到“sklearn”包?【参考方案2】:

根据我几天前提到的this线程,也许你可以尝试安装Scipy,然后尝试重新启动python shell。

如果仍然出现错误,请尝试将相应的包路径添加到环境 PATH 变量中。

无论如何,我分享的链接应该有多种解决您的查询的方法。

【讨论】:

以上是关于Python 中的 Scikit-learn(svm 函数)的主要内容,如果未能解决你的问题,请参考以下文章

是否可以在 Python(Scikit-Learn)中对 KMeans 中的非浮点数据进行聚类?

scikit-learn 中的不平衡

python - 如何在python scikit-learn中找到逻辑回归中的正则化参数?

了解python scikit-learn中的文本特征提取TfidfVectorizer

k-means+python︱scikit-learn中的KMeans聚类实现( + MiniBatchKMeans)

scikit-learn 中的随机森林解释