Попытка выполнить классификацию по большим ~ 2500 * ~ 4000 объектам и получить документ доверия, сопровождающий данные обучения.
Я пытаюсь использовать значения достоверности в качестве параметра class_weight классификатора, и у меня возникают проблемы с пониманием формата словаря, который требуется для class_weight.
Я искал решения для ошибки из-за использования словаря в формате {0: 1, 1: 0,66, 2: 0,66, 3: 1 ...}, но недавно узнал, что параметр требует форму [{ 0: 1, 1: 1}, {0: 1, 1: 5}, {0: 1, 1: 1}, {0: 1, 1: 1}] [https://scikit -learn.org /stable/modules/generated/sklearn.ensemble.RandomForestClassifier.html#sklearn.ensemble.RandomForestClassifier]
Полагаю, я не понимаю формат [{a: b, c: d} ...]
Я полагаю, что d - вес, но я не уверен в остальной части структуры или как добраться туда из моего файла CSV.
Что у меня так далеко:
>>> with open('confidence.csv') as csvfile:
>>> reader = csv.DictReader(csvfile, delimiter=",")
>>> confidence_dict={int(row['ID'])-1:int(float(row['confidence'])) for row in reader} #float(row['confidence'])
>>> print(confidence_dict)
{0: 0.66, 1: 1, 2: 0.66, 3: 0.66, 4: 1, ...}
>>> print(X)
v0 v1 v2 v3 ...
0 1.413 0.874 0.506 1.790
1 0.253 0.253 0.486 1.864
2 1.863 0.174 0.018 1.789
3 0.253 0.213 0.486 1.834
...
>>> print(y)
0 0
1 0
2 1
3 1
...
>>> linearSVC = LinearSVC(random_state=0, tol=1e-6, class_weight=confidence_dict)
>>> linearSVC.fit(X, y)
Class label {} not present. возвращается при попытке использовать веса классов в текущей форме словаря. Этого не происходит, если не введен вес класса.
ValueError: Class label 2 not present.
В Интернете имеется ограниченная информация по этой теме, поэтому я подумал, что постараюсь сделать четкое сообщение и, надеюсь, понять, как это реализовать.