Подгонка SVR занимает очень короткое (<1 мин) время, точность составляет около 0%

Question

У меня есть файл с числами, разделенными ' ', некоторые из них целые числа, некоторые с плавающей точкой.Когда я проверяю, что pandas загружает данные правильно, все кажется нормальным.Однако, когда я вызываю метод fit (я использую rbf), «обучение» происходит очень быстро, что указывает на что-то не так.

То, что я пробовал:

• преобразовать все числа в числа с плавающей точкой (я знаю, что он не будет принимать строки и числа, но все ли функции должны быть одного типа?)

• используемый столбецимена (сейчас у меня нет имен столбцов, но это не должно иметь значения)

Я обучал подобные модели на Java, и я знаю, что примерка должна занять много времени- это моя первая попытка на питоне.Я добавил код, который написал ниже:

features = pd.read_csv('features.csv', header=None, delim_whitespace=True)
print(features.shape) # this prints (13240, 12)
labels = pd.read_csv('labels.csv', header=None, delim_whitespace=True).values.ravel()
print(labels.shape) # this prints (13240,)
features_train, features_test = train_test_split(features, test_size=0.1)
reads_train, reads_test = train_test_split(labels, test_size=0.1)

svr_rbf = SVR(kernel='rbf', C=1e3, gamma='auto')
svr_rbf.fit(features_train, reads_train)

predicted = svr_rbf.predict(features_test)
print(r2_score(reads_test, predicted)) # prints -0.08997598845415777

Это features.head (5):

      0      1     2     3     4     5     6     7     8     9     10    11


0   2.70   4.17  4.17   740  2577  2209  2209   454   454   546   546   315


1   2.87   3.22  1.04  3797  2880  3393     0  2357  2357  2357  2547   363


2   3.04   3.30  1.57  3101  2887  3282  1460   488   488  3962  3962   228


3  11.22  12.52  9.04  1113  3187   157  1872  1301  1301  1301  1301  1782


4  17.56  17.56  9.91   226  1349   391  3012   468   468   468   357   309

Answer 1

Полагаю, проблема в том, что вы разделяете данные тренировок и тестов дважды, для ярлыков и функций отдельно.train_test_split оба раза случайным образом выбирают 10% строк тестовых данных, поэтому, вероятно, в тестовом наборе меток имеются другие индексы, чем в тестовом наборе функций.

Вы должны пройти обучение и проверить данныеразделить элементы и метки одновременно, чтобы убедиться, что метки и метки все еще совпадают:

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.1)

Answer 2

Как уже упоминала Джулия, попробуйте настроить train_test_split в одну команду:

from sklearn.model_selection import train_test_split
features_train, features_test, reads_train, reads_test = train_test_split( features, labels, test_size=0.33, random_state=42)

Это должно дать вам такое же разделение для функций и меток.

Если вы все ещенеудовлетворенный r2, попытайтесь использовать меньше функций и попробуйте настроить функцию SVR.Это документация с параметрами: https://scikit -learn.org / stable / modules / generate / sklearn.svm.SVR.html