0回答
我试图使用sklearn的svm.SVC分类器对图像进行分类，但它不是学习，经过训练后我获得了0.1的准确率(有10个类别，所以0.1的准确率等同于随机猜测)下面是我的代码：from sklearn import preprocessing, svmimport pickle
train_data = pic
浏览 7提问于2017-01-03得票数 2
我在python中有两个分类器，比如支持向量机和逻辑回归。from sklearn import preprocessingfrom sklearn import支持向量机有时预测所有的支持向量机为1，支持向量机的准确率为0
浏览 17提问于2017-08-16得票数 0
1回答
我想知道线性支持向量机和带线性核的支持向量机是否有区别。还是线性支持向量机只是一个具有线性核的支持向量机？from sklearn import svmlinear_kernel_svm=svm.SVC
浏览 0提问于2017-11-23得票数 4
回答已采纳
我用基于RBF核的支持向量机回归训练了一个模型。我想知道对于基于RBF核的支持向量机来说，哪些特征是非常重要的或主要的贡献特征。我知道有一种方法可以根据向量的大小来确定线性支持向量回归的最重要的特征。然而，对于基于RBF核的支持向量机，由于特征被转换到一个新的空间，我不知道如何提取最有贡献的特征。我正在使用python中的scikit-learn。有没有一种方法可以在基于RBF核的
浏览 4提问于2019-11-19得票数 5
1回答
我正在使用支持向量回归器。我想预测人格，如截图所示！是否有可能预测y是字符串格式的？我用了一个热编码器，但它不起作用。
浏览 4提问于2022-08-04得票数 -3
回答已采纳
2回答
我知道有人会通过将probability=True选项传入构造函数并让支持向量机预测概率来评估sklearn.svm.SVC的AUC值，但我不确定如何评估sklearn.svm.LinearSVC的AUC我更喜欢使用LinearSVC而不是SVC，因为LinearSVC似乎可以更快地训练具有许多属性的数据。
浏览 2提问于2015-05-21得票数 1
1回答
我正在寻找一个支持支持非线性内核和一个vs-rest场景的支持向量机实现，以执行多标签分类。最好是用Python编写的，或者我可以用wrappers从Python调用。我正在研究sklearn，有两个实现可以使用支持向量机进行分类：
-支持单点rest场景下的多标签分类，但它是基于lib线性的，因此只支持线性内核。基于libsvm的 -支持非线性核，但是多标签分类是在一对一的缩减
浏览 4提问于2017-03-21得票数 5
回答已采纳
据我所知，带有径向基函数核的支持向量机决策函数看起来像。支持向量机学习X = [[0, 0], [1, 1]]clf = svm.SVC()如何才能看到决策函数的系数
浏览 1提问于2013-12-28得票数 2
回答已采纳
1回答
我希望利用python实现文本挖掘的支持向量机分类，并获得精确性，召回精度不同的度量information.For，对数据集进行预处理，并将数据集分割成两个文本文件，即-pos_file.txt(正标签
浏览 3提问于2013-10-21得票数 3
1回答
我使用sklearn.svm.SVC (内核=‘rbf’)对图像数据进行分类，它做得很好。线性支持向量机通过在两类之间放置一个超平面对数据进行分类。在rbf支持向量机的情况下，平面将处于无限维数。在rbf支持向量机的情况下，如何做到这一点？在rbf支持向量机情况下，如何准确地进行预测。
浏览 5提问于2015-06-07得票数 3
回答已采纳
2回答
矢量潘达斯柱
、、
本专栏需要转换为支持向量机(特别是sklearn SVC )工作的内容。所以我想把每个描述替换成数字数据，为此我使用了TfidfVectorizer。返回的内容是接近的，但在支持向量机中仍然不能使用。我怀疑我误解了sklearn对待Pandas的方式
浏览 0提问于2019-01-01得票数 2
我正在使用支持向量机执行一些机器学习任务。我怀疑数据是非线性的，所以我也包括了RBF核。研究发现，RBF核支持向量机比线性支持向量机性能差得多。我想知道我的分类器参数规范是否做错了什么。我的代码如下：from sklearn.svm import SVC
svm1 = LinearSVC() # performs
浏览 8提问于2016-01-08得票数 3
回答已采纳
我给一些随机生成的数据安装了一个线性核的支持向量机。代码如下所示。import pandas as pdfrom sklearn.svm import SVC
x = np.random.randnSVCsvc = SVC(kernel='linear', C=10)
svmfit = svc.fit(x,y) 在R中，使用命令summary(svmfit)对支持
浏览 28提问于2021-05-04得票数 1
回答已采纳
我用"sklearn.svm“来做基本的支持向量机训练。对于SVC，是否有方法打印文档中描述的模型细节：from sklearn.svm import SVCclf.fit(X, y_)
注意:我不是在讨论使用"get_params“或"set_params”可以达到的参数。
浏览 1提问于2016-03-30得票数 1
回答已采纳
在scikit-learn中，提供了两个函数来加载和转储支持向量机^light格式的文件：我是读错了，还是dump
浏览 2提问于2013-06-28得票数 3
回答已采纳
1回答
如何用新数据更新支持向量机模型
、、、、
我想在第一个数据集上使用sklearn训练一个非线性的sklearn模型(作为预训练)，然后我想更新第二个数据集的一部分模型(以适应模型)。我如何开发一种最新的雪橇。如何更新支持向量机模型？
浏览 9提问于2016-02-18得票数 7
回答已采纳
2回答
背景/问题
我正在尝试创建一个支持向量机使用Scikit-learn。我有一个训练集(这是链接到它，)，我加载，然后使用它来训练支持向量机。训练集有3600行长。当我使用所有3600元组时，支持向量机从未完成训练.但是当我只使用第一个3594元组时，它会在一分钟内完成训练。我试过用各种不同的训练装置，但同样的事情还在继续发生.取决于我使用支持向量机的元组数量，要么训练得非
浏览 4提问于2013-10-22得票数 1
1回答
如何打印特定支持向量机模型的支持向量数量？请在Python中推荐一个代码片段。from sklearn.multiclass import OneVsRestClassifier
model = SVC()ovr.fit(x, y)最后一行
浏览 1提问于2021-05-15得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
