Почему я получаю ошибку с SVM функцией предиката ()? - PullRequest
Новая
       24

Почему я получаю ошибку с SVM функцией предиката ()?

1 голос
/ 30 апреля 2019

Разработан простой алгоритм SVM для прогнозирования:

Я получаю сообщение об ошибке с кодом следующим образом:
Счет рассчитывается правильно, но получая ошибку с функцией model.predict(), как я пытаюсьпередать значения для прогнозирования.Я не мог понять проблему.Пытался разобраться, но не нашел нужной информации.

import pandas as pd
import pylab as pl
import numpy as np
import scipy.optimize as opt
from sklearn import preprocessing
from sklearn.model_selection import train_test_split
%matplotlib inline 
import matplotlib.pyplot as plt

data = pd.read_csv(r'C:\Users\Imad\Desktop\New folder\cars.csv')

from sklearn.preprocessing import LabelEncoder

data.columns

Index(['buying', 'maint', 'doors', 'persons', 'lug_boot', 'safety', 
'car'], dtype='object')

buying_1=LabelEncoder()
maint_1=LabelEncoder()
doors_1=LabelEncoder()
persons_1=LabelEncoder()
lug_boot_1=LabelEncoder()
safety_1=LabelEncoder()
car_1=LabelEncoder()

data['buying_n'] = buying_1.fit_transform(data['buying'])
data['maint_n'] = maint_1.fit_transform(data['maint'])
data['door_n'] = doors_1.fit_transform(data['doors'])
data['persons_n'] = persons_1.fit_transform(data['persons'])
data['lug_boot_n'] = lug_boot_1.fit_transform(data['lug_boot'])
data['safety_n'] = safety_1.fit_transform(data['safety'])
data['car_n'] = car_1.fit_transform(data['car'])

inputs = data.drop(['buying', 'maint', 'doors', 'persons', 'lug_boot', ' 
safety', 'car'], axis = 'columns')
target = data['buying_n']

X = np.asarray(inputs)

y = np.asarray(target)

X_train, X_test, y_train, y_test = train_test_split( X, y, test_size=0.2, 
random_state= 20)
print ('Train set:', X_train.shape,  y_train.shape)
print ('Test set:', X_test.shape,  y_test.shape)
Train set: (1382, 7) (1382,)
Test set: (346, 7) (346,)


from sklearn.svm import SVC
model = SVC(C = 2, gamma=3, random_state=5)
model.fit(X_train, y_train)


model.score(X_test,y_test)
0.9884393063583815

model.predict([[3,3,2,2,1,2]])

ValueError                                Traceback (most recent call 
last)
<ipython-input-122-6773f55c74b9> in <module>
----> 1 model.predict([[3,3,2,2,1,2]])

~\Anaconda3\lib\site-packages\sklearn\svm\base.py in predict(self, X)
565             Class labels for samples in X.
566         """
--> 567         y = super(BaseSVC, self).predict(X)
568         return self.classes_.take(np.asarray(y, dtype=np.intp))
569 

~\Anaconda3\lib\site-packages\sklearn\svm\base.py in predict(self, X)
323         y_pred : array, shape (n_samples,)
324         """
--> 325         X = self._validate_for_predict(X)
326         predict = self._sparse_predict if self._sparse else 
self._dense_predict
327         return predict(X)

~\Anaconda3\lib\site-packages\sklearn\svm\base.py in 
_validate_for_predict(self, X)
476             raise ValueError("X.shape[1] = %d should be equal to %d, 
"
477                              "the number of features at training 
time" %
--> 478                              (n_features, self.shape_fit_[1]))
479         return X
480 

ValueError: X.shape[1] = 6 should be equal to 7, the number of features 
at training time

1 Ответ

0 голосов
/ 01 мая 2019

Проблема в том, что вы передаете целевую переменную вместе с вводом.

Исправьте следующие строки! 

target = data['buying_n']
inputs = data.drop(['buying', 'maint', 'doors', 'persons', 'lug_boot', ' 
                    safety', 'car'. 'buying_n'], axis = 'columns')

После этого количество входных функций изменится на 6.

Примечание: не меняйте порядок этих двух строк.

...