在python中使用SVM进行分类

Question

我有一个包含2列的csv数据集，我想训练SVM分类器，然后在给出X值时预测Y值。

我的数据集格式

    X,Y
    1.84166666681401,2
    ....
    1.283333,4

Y数组仅（1,2,3,4）

Python代码是：

import numpy
from sklearn import svm
import pandas as pd

x = pd.read_csv('train.csv', usecols=['1.84166666681401'])
y = pd.read_csv('train.csv', usecols=['2'])

x=numpy.array(x)
y=numpy.array(y)
clf = svm.SVC(C=1,kernel="linear")
clf.fit(x,y)
print(clf.predict(0.7882234))

但是我在运行代码时出错

    Warning (from warnings module):
  File "/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/utils/validation.py", line 578
    y = column_or_1d(y, warn=True)
DataConversionWarning: A column-vector y was passed when a 1d array was expected. Please change the shape of y to (n_samples, ), for example using ravel().

如何解决呢？

Answer 1

如警告所述，您传入的是列向量（ [(1,), (2,), (3,)] ）而不是行向量（ [1, 2, 3] ）。 执行numpy.array(x).ravel()而不是numpy.array(x)来展平它。

Answer 2

在x=numpy.array(x) y = y.reshape(len(dataset),1)之前添加这段代码