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?

  • TensorFlow Object Detection API Weird Verhalten
  • Was sieht die negative Log-Wahrscheinlichkeit der logistischen Regression in theano aus?
  • Probleme mit ANN BackProp / Gradient Checking.
  • Die Methode xgboost predict gibt den gleichen prognostizierten Wert für alle Zeilen zurück
  • Numpy konvertieren kategorische String Arrays zu einem Integer-Array
  • Wie finde ich, welche Attribute mein Baum bei der Verwendung von Scikit-Lernen aufspaltet?
  • Einfache Python-Implementierung der kollaborativen Themenmodellierung?
  • Wie tensorflow cifar10 cnn Tutorial Modell zu testen
  • 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.