Wahrscheinlichkeit voraussagen

Versuchen, SVC von sklearn zu verwenden, um ein Klassifizierungsproblem zu machen. Angesichts einer Menge von Daten und Informationen, die mir sagen, ob ein Subjekt in einer bestimmten Klasse ist oder nicht, möchte ich in der Lage sein, eine Wahrscheinlichkeit zu geben, dass ein neues, unbekanntes Thema in einer Klasse ist.

Ich habe nur 2 Klassen, also ist das Problem binär. Hier ist mein Code und einige meiner Fehler

 from sklearn.svm import SVC clf=SVC() clf=clf.fit(X,Y) SVC(probability=True) print clf.predict_proba(W) #Error is here 

Aber es gibt den folgenden Fehler zurück:

 NotImplementedError: probability estimates must be enabled to use this method 

Wie kann ich das beheben?

  • Python Scikit Random Forest Regressor Fehler
  • Tensorflow Ein Hot Encoder?
  • Berechnen Sie die Kosten von Kmeans
  • Scikit Learn Multilabel Klassifizierung: ValueError: Sie scheinen eine ältere Multi-Label-Datendarstellung zu verwenden
  • Wie löse ich die Überfüllung in zufälligem Wald von Python Sklearn?
  • Binäre Klassifizierung in TensorFlow, unerwartete große Werte für Verlust und Genauigkeit
  • Maschinelles Lernalgorithmus zur Vorhersage der Reihenfolge der Ereignisse?
  • Scikit lernen die Schaffung von Dummy-Variablen
  • 2 Solutions collect form web for “Wahrscheinlichkeit voraussagen”

    Du musst das SVC-Objekt mit probability=True konstruieren

     from sklearn.svm import SVC clf=SVC(probability=True) clf.fit(X,Y) print clf.predict_proba(W) #No error 

    Ihr Code erstellt eine SVC mit Wahrscheinlichkeitsschätzungen und verwirft sie (wie Sie sie nicht in einer Variablen speichern) und verwenden Sie einige vorherige SVC in clf gespeichert (ohne Wahrscheinlichkeit)

    Setzen Sie immer die Parameter vor dem Anpassen.

     from sklearn.svm import SVC clf=SVC(probability=True) clf=clf.fit(X,Y) print clf.predict_proba(W) 
    Python ist die beste Programmiersprache der Welt.