Машинное обучение и СВМ

Question

Привет всем, я борюсь с машинным обучением, все еще начинающий. Я хочу спросить, хотим ли мы соответствовать нашей модели SVM, если мы напишем

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)

или подгоняем svm_clf_sentanalysis два раза один раз для X_train_sentanalysis,Y_train_sentanalysis и другие для X_train_sentanalysis_punc,Y_train_sentanalysis_punc

Я также столкнулся с TypeError: fit() takes from 3 to 4 positional arguments but 5 were given, when including my three features in fit., пожалуйста, предоставьте помощь.

Answer 1

Предполагая, что X_train_sentanalysis_pun c, Y_train_sentanalysis_pun c - это кадры данных, используемые для тестирования. Вы должны передать X_train_sentanalysis, Y_train_sentanalysis в функцию .fit () для обучения.

т.е. svm_clf_sentanalysis.fit(X_train_sentanalysis,Y_train_sentanalysis)

А для тестирования вы должны использовать функцию .score ().

т.е. svm_clf_sentanalysis.score(X_train_sentanalysis_punc,Y_train_sentanalysis_punc).

Answer 2

Добро пожаловать в StackOverflow!

Надеюсь, это поможет вам. В машинном обучении обучение модели ML больше похоже на обучение ребенка. Сначала вы говорите этому ребенку, что такое Apple, Ball, Cat, .., а затем задаете вопросы. Та же самая аналогия здесь 1028 *: предполагается к экзамену вопросы

Y_train_sentanalysis_pun c:: предполагается, что вопросы к экзамену отвечают

Первый курс обучения ML Модель

svm_clf_sentanalysis.fit(X_train_sentanalysis,Y_train_sentanalysis)

Теперь протестируйте модель ML

svm_clf_sentanalysis.score(X_train_sentanalysis_punc, Y_train_sentanalysis_punc)