在Python中执行SVM时的值错误

Question

我正在尝试使用生成的数据集运行SVM线性内核。我的数据集有5000行和4列：

CL_scaled.head()[screenshot of data frame][1]

我把数据分成20%的测试和80%的训练：

train, test = train_test_split(CL_scaled, test_size=0.2)

对于列车和测试，分别得到(4000,4(和(1000,4(的形状

然而，当我在训练和测试数据上运行svm时，我会得到以下错误：

svclassifier = SVC(kernel='linear', C = 5)
svclassifier.fit(train, test)
ValueError                                Traceback (most recent call last)
<ipython-input-81-4c4a7bdcbe85> in <module>
----> 1 svclassifier.fit(train, test)
~/anaconda3/lib/python3.7/site-packages/sklearn/svm/base.py in fit(self, X, y, sample_weight)
144         X, y = check_X_y(X, y, dtype=np.float64,
145                          order='C', accept_sparse='csr',
--> 146                          accept_large_sparse=False)
147         y = self._validate_targets(y)
148 
~/anaconda3/lib/python3.7/site-packages/sklearn/utils/validation.py in check_X_y(X, y, accept_sparse, accept_large_sparse, dtype, order, copy, force_all_finite, ensure_2d, allow_nd, multi_output, ensure_min_samples, ensure_min_features, y_numeric, warn_on_dtype, estimator)
722                         dtype=None)
723     else:
--> 724         y = column_or_1d(y, warn=True)
725         _assert_all_finite(y)
726     if y_numeric and y.dtype.kind == 'O':
~/anaconda3/lib/python3.7/site-packages/sklearn/utils/validation.py in column_or_1d(y, warn)
758         return np.ravel(y)
759 
--> 760     raise ValueError("bad input shape {0}".format(shape))
761 
762 
ValueError: bad input shape (1000, 4)

有人能告诉我我的代码或数据出了什么问题吗？提前感谢！

train.head()
0         1             2            3 
2004    1.619999    1.049560    1.470708    -1.323666
1583    1.389370    -0.788002   -0.320337   -0.898712
1898    -1.436903   0.994719    0.326256    0.495565
892    1.419123    1.522091    1.378514    -1.731400
4619   0.063095    1.527875    -1.285816   -0.823347
test.head()
0           1           2         3
1118    -1.152435   -0.484851   -0.996602   1.617749
4347    -0.519430   -0.479388   1.483582    -0.413985
2220    -0.966766   -1.459475   -0.827581   0.849729
204    1.759567    -0.113363   -1.618555   -1.383653
3578    0.329069    1.151323    -0.652328   1.666561

print(test.shape)
print(train.shape)
(1000, 4)
(4000, 4)

Answer 1

错误是因为train, test = train_test_split(CL_scaled, test_size=0.2)

首先需要分离数据和输出变量，并将其传递到train_test_split。

# I am assuming your last column is output variable
train_test_split(CL_scaled[:-1], CL_scaled[-1], test_size=0.2).

train_test_split将您的数据分成4部分X_train, X_test, y_train, y_test

此外，svclassifier.fit取参数自变量和输出变量。所以你需要通过X_train和y_train

所以你的代码应该是

X_train, X_test, y_train, y_test = train_test_split(CL_scaled[:-1], CL_scaled[-1], test_size=0.2)
svclassifier = SVC(kernel='linear', C = 5)
svclassifier.fit(X_train, y_train)

有关更多详细信息，请参阅文件

Answer 2

您缺少监督机器学习的基本概念。

在分类问题中，您有X的特征，并且您希望用它们来预测类Y。例如，这可能看起来像这样：

X                    y
Height Weight        class
170    50            1
180    60            1
10     10            0

算法的想法是，它们有一个训练部分(你去足球训练(和一个测试部分(你周末在球场上测试你的技能(。

因此，您需要将数据拆分为训练集和测试集。

from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(CL_scaled[:-1], CL_scaled[-1], test_size=0.2)

CL_scaled[:-1]是你的X，CL_scalded[-1]是你的Y。

然后你使用这个来适应你的分类器(训练部分(：

svclassifier = SVC(kernel='linear', C = 5)
svclassifier.fit(X_train, y_train)

然后你可以测试它：

prediction = svcclassifier.predict(X_test, y_test)

这将返回您对测试部件(y_predict(的预测，您可以根据y_test进行测量。