[英]Python error in SVM classifier.predict()
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?
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。
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'
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。
"""
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))
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.