SVM 分类器中的 Python 错误.predict()答案

【问题标题】：Python error in SVM classifier.predict()SVM 分类器中的 Python 错误.predict()
【发布时间】：2015-06-28 16:40:35
【问题描述】：

当我在 Python 中使用以下命令对新数据进行分类时出现以下错误：

classifier.predict(new_data)

AttributeError: python 'SVC' object has no attribute _dual_coef_

不过，在我的笔记本电脑中，该命令运行良好！怎么了？

【问题讨论】：

你在两台电脑上使用的是同一个版本吗？
是的。这真的很奇怪，因为它是 scikit 学习工具包的基本功能
你能提供导致错误的输入吗？

标签： python scikit-learn classification svm

【解决方案1】：

我有这个确切的错误 AttributeError: python 'SVC' object has no attribute _dual_coef_ 使用 scikit-learn 0.15.2 版训练的模型，当我尝试在 scikit-learn 0.16.1 版中运行它时。我确实通过在最新的 scikit-learn 0.16.1 中重新训练模型来解决它。

确保您正在加载正确版本的包。

【讨论】：

太糟糕了，旧的保存模型不能在新版本上运行......希望将来有更安全的数据格式。

【解决方案2】：

您是否加载了您尝试预测的模型？在这种情况下可能是版本冲突，尝试使用相同的 sklearn 版本重新学习模型。你可以在这里看到类似的问题：Sklearn error: 'SVR' object has no attribute '_impl'

【讨论】：

是的，一切都已加载。我在两台计算机上使用相同的编程管道
您是否尝试过（或者您有可能）反转计算机角色以进行模型构建和预测？
不幸的是，这在当前的计算机配置和当前数据集下无法完成

【解决方案3】：

我遇到了同样的问题，我使用的是 Sklearn 0.23.02 版，但我试图运行一个使用 0.18 版训练的存档......我的错误是：“'SVC' 对象没有属性 'break_ties'”，我刚刚用我的版本重新训练了模型并修复了我生成其他 svc.pickle 以使用 0.23.02 版本运行并替换旧版本的问题。

【讨论】：

我也面临同样的问题

【解决方案4】：

"""
X = X_train 
y =  y_train 
"""
X = X_test 
y =  y_test

# Instantiate and train the classifier
from sklearn.neighbors import KNeighborsClassifier
clf = KNeighborsClassifier(n_neighbors=1)
clf.fit(X, y) 


# Check the results using metrics
from sklearn import metrics
y_pred = clf.predict(X)

print(metrics.confusion_matrix(y_pred, y))

【讨论】：