机器学习和 SVM

Posted

技术标签:

【中文标题】机器学习和 SVM【英文标题】:Machine learning and SVM 【发布时间】:2020-04-24 15:20:31 【问题描述】:

大家好,我正在努力学习机器学习,还是个初学者 我想问一下我们是否应该编写我们的 svm 模型

svm_clf_sentanalysis=sklearn.svm.SVC(kernel="linear",gamma='auto')
svm_clf_sentanalysis.fit(X_train_sentanalysis,Y_train_sentanalysis,X_train_sentanalysis_punc,Y_train_sentanalysis_punc)

或将svm_clf_sentanalysis 拟合两次以换取X_train_sentanalysis,Y_train_sentanalysis 和其他X_train_sentanalysis_punc,Y_train_sentanalysis_punc

我也遇到TypeError: fit() takes from 3 to 4 positional arguments but 5 were given, when including my three features in fit. 请提供帮助。

【问题讨论】:

clf.fit(X_train, y_train) 是训练每个算法的基本概念,因此第一种方法不会像错误所建议的那样工作。你怎么可能有2 y_train? 您阅读过文档或任何教程吗? 您正在向svc.fit() 传递不允许的参数。 fit 方法接受 X、y 和 sample_weight 参数... 【参考方案1】:

假设 X_train_sentanalysis_punc,Y_train_sentanalysis_punc 是用于测试的数据帧。 您应该将 X_train_sentanalysis,Y_train_sentanalysis 传递给 .fit() 函数进行训练。

svm_clf_sentanalysis.fit(X_train_sentanalysis,Y_train_sentanalysis)

对于测试,你应该使用 .score() 函数。

svm_clf_sentanalysis.score(X_train_sentanalysis_punc,Y_train_sentanalysis_punc)

【讨论】:

【参考方案2】:

欢迎来到 ***!

希望这对您有所帮助。在机器学习中,训练 ML 模型更像是教孩子。你先告诉这个孩子,什么是 Apple、Ball、Cat……然后问问题。这里也是同样的比喻。

X_train_sentanalysis:应该回答的问题

Y_train_sentanalysis:应该问题的答案

X_train_sentanalysis_punc:应考题

Y_train_sentanalysis_punc: : 应试题答案

首先训练你的机器学习模型

svm_clf_sentanalysis.fit(X_train_sentanalysis,Y_train_sentanalysis)

现在测试您的机器学习模型

svm_clf_sentanalysis.score(X_train_sentanalysis_punc, Y_train_sentanalysis_punc)

【讨论】:

以上是关于机器学习和 SVM的主要内容,如果未能解决你的问题,请参考以下文章

遵循统一的机器学习框架理解SVM

机器学习3:支持向量机SVM之理论篇(上)

机器学习/人工智能的笔试面试题目——SVM相关

机器学习:支持向量机SVM

视觉机器学习读书笔记--------SVM方法

机器学习--- SVM的学习:理论基础理解