如何訓練我的SVM預測比賽結果？

Question

目前，我有一個使用帶有30個功能和30行的熊貓的DataFrame。 功能包括['home_team_goals_difference' 'away_team_goals_difference' 'games_won_home_team' 'games_won_away_team' 'games_against_won' 'games_against_lost' 'League_24558.0' 'home_player_1_overall_rating'...'home_player_11_overall_rating' 'away_player_1_overall_rating'...'away_player_11_overall_rating' 'label']值是浮點數。

label為贏= 1，和= 0或輸= -1

我試圖培養Sklearn的svm.SVC，但我不知道如何.fit()中的數據，以預測要么贏，提取或所有其他功能丟失。

我看過Sklearn教程，但它們使用了dataset.data和dataset.target，我不知道這與我的數據等效。

clf = svm.SVC(gamma=0.001)
x = inputs[:-1]
y = inputs.loc[:,'label'][:-1]
clf.fit(x,y)
print("Prediction:", clf.predict(PCAinput[-1]))

這就是我正在嘗試的。 x是整個DataFrame， y是label 。 PCAinput是DataFrame但沒有label 。 label是獲勝，平局或失敗的標簽。

我相信問題出在我給x和y的格式上，但是我不知道如何將其變成正確的輸入格式。

Answer 1

我發現了這個問題，當x是一個沒有label的DataFrame並且y必須是pandas.core.series.Series類型時，它可以工作，該類型是通過輸入input ['label']獲得的。 所以這就是我的最終目的。

X = PCAinput          #pandas DataFrame without 'label'
y = inputs['label']   #pandas Series only the labels
clf = svm.SVC()
clf.fit(X,y)

現在，我可以這樣做：

clf.predict(PCAinput)

並返回：

['Defeat', 'Defeat', 'Defeat', 'Win', 'Draw', 'Defeat', 'Win',
   'Defeat', 'Defeat', 'Win', 'Win', 'Defeat', 'Win', 'Draw', 'Defeat',
   'Defeat', 'Win', 'Defeat', 'Win', 'Defeat', 'Win', 'Win', 'Win',
   'Win', 'Draw', 'Draw', 'Win', 'Defeat', 'Win', 'Win']