SVM 分類器中的 Python 錯誤.predict()

Question

當我在 Python 中使用以下命令對新數據進行分類時，出現以下錯誤：

classifier.predict(new_data)

AttributeError: python 'SVC' 對象沒有屬性 _dual_coef_

不過，在我的筆記本電腦中，該命令運行正常！ 怎么了？

Answer 1

當我嘗試在 scikit-learn 0.16.1 版中運行它時，我遇到了這個確切的錯誤AttributeError: python 'SVC' object has no attribute _dual_coef_使用 scikit-learn 0.15.2 版訓練的模型。 我確實通過在最新的 scikit-learn 0.16.1 中重新訓練模型來解決它。

確保您正在加載正確版本的軟件包。

Answer 2

您是否加載了嘗試預測的模型？ 在這種情況下可能是版本沖突，嘗試使用相同的 sklearn 版本重新學習模型。 您可以在這里看到類似的問題： Sklearn error: 'SVR' object has no attribute '_impl'

Answer 3

我遇到了同樣的問題，我使用 Sklearn 0.23.02 版，但我試圖運行一個用 0.18 版訓練的存檔......我的錯誤說：“‘SVC’對象沒有屬性‘break_ties’”，我只是重新訓練模型與我的版本並修復問題我生成其他 svc.pickle 以使用 0.23.02 版本運行並替換舊版本。

Answer 4

"""
X = X_train 
y =  y_train 
"""
X = X_test 
y =  y_test

# Instantiate and train the classifier
from sklearn.neighbors import KNeighborsClassifier
clf = KNeighborsClassifier(n_neighbors=1)
clf.fit(X, y) 


# Check the results using metrics
from sklearn import metrics
y_pred = clf.predict(X)

print(metrics.confusion_matrix(y_pred, y))