Как хранить и устанавливать функции для прогнозирования новых данных, используя SVM и поли ядро? - PullRequest
0 голосов
/ 30 мая 2019

Я делаю обнаружение эмоций с анализом настроения для моей диссертации. Я получил эту ошибку, в то время как предсказал новые данные с моей моделью, используя SVM и поли ядро ​​

ValueError: X.shape[1] = 64 should be equal to 223, the number of features at training time

Я читал эту ветку ValueError при использовании линейного SVM Python scikit-learn он говорит, что мы можем использовать load_svmlight_file для установки функций, когда мы прогнозируем, но я не знаю код для выгрузки файла svmlight и какие функции я должен хранить в файле svmlight

код, который я использую, файл дампа svmlight показан ниже:

dump_svmlight_file(tfidf_train, y_train, f=bin(y_train))

но это показывает другую ошибку:

TypeError: only integer scalar arrays can be converted to a scalar index

Я ожидаю, что моя модель SVM может предсказать новые данные

Добро пожаловать на сайт PullRequest, где вы можете задавать вопросы и получать ответы от других членов сообщества.
...