机器学习和 SVM答案

【问题标题】：Machine learning and SVM机器学习和 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...

标签： python python-3.x machine-learning scikit-learn svm

【解决方案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。

即svm_clf_sentanalysis.fit(X_train_sentanalysis,Y_train_sentanalysis)

对于测试，你应该使用 .score() 函数。

即svm_clf_sentanalysis.score(X_train_sentanalysis_punc,Y_train_sentanalysis_punc)。

【讨论】：

【解决方案2】：

欢迎来到 StackOverflow！

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】：