如何让 SciKit-Learn 在 SVC 中识别我的内核？答案

【问题标题】：How to get SciKit-Learn to recognize my kernel in SVC?如何让 SciKit-Learn 在 SVC 中识别我的内核？
【发布时间】：2019-02-07 13:34:01
【问题描述】：

我正在使用 python 2.7。 SVC 的文档。

当我尝试以下操作时：

from sklearn.svm import SVC
base_learner = SVC(random_state=4,probability=True)

它会抛出以下错误：

TypeError: Argument 'kernel' has incorrect type (expected str, got unicode)

所以我想我会试试这个：

from builtins import str
from sklearn.svm import SVC
base_learner = SVC(kernel=str('rbf'), random_state=4,probability=True)

仍然无法识别内核。我做错了什么？

【问题讨论】：

我无法在只有 Python 2.7.15 和 scikit-learn 0.19.1 的 conda 环境中重现此问题。你是如何安装 scikit-learn 的；通过 Anaconda？

标签： python string python-2.7 scikit-learn python-unicode

【解决方案1】：

您所做的应该可以在最新版本的 Python 2.7 和 scikit-learn 中工作，而不必求助于手动处理字符串转换，所以这听起来像是 Python 环境出了问题。

如果您使用 conda 来管理您的环境，您可以尝试通过以下步骤从头开始创建一个：

打开 Anaconda 提示符（或任何可以运行 conda 的命令提示符）。
运行conda create --name py27sklearn创建新环境
通过运行activate py27sklearn（或conda activate py27sklearn）激活该环境
通过运行 conda install python=2.7 安装 Python 2.7。
通过运行 conda install scikit-learn 安装 scikit-learn。
通过运行 python 来运行 Python 解释器。
验证您的代码是否按预期运行。

您应该会看到如下内容：

(py27sklearn) $ python
Python 2.7.15 |Anaconda, Inc.| (default, May  1 2018, 18:37:09) [MSC v.1500 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> from sklearn.svm import SVC
>>> SVC(random_state=4, probability=True)
SVC(C=1.0, cache_size=200, class_weight=None, coef0=0.0,
  decision_function_shape='ovr', degree=3, gamma='auto', kernel='rbf',
  max_iter=-1, probability=True, random_state=4, shrinking=True, tol=0.001,
  verbose=False)

【讨论】：