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?

  • Wie viel Zeit braucht der Zug SVM Klassifikator?
  • Wie klassifiziere ich Dokumente mit SciKitLearn mit TfIdfVectorizer?
  • Unterstützung Vektor-Maschine in Python mit libsvm Beispiel für Features
  • So klassifizieren Sie kontinuierliche Audio
  • Anforderung zum Beispiel: Wiederkehrende neuronale Netzwerke zur Vorhersage des nächsten Wertes in einer Sequenz
  • Zerlegen von Trend-, Saison- und Restzeitreihenelementen
  • Wie konvertiert man String-Labels zu one-hot-Vektoren in TensorFlow?
  • So registrieren Sie einen benutzerdefinierten Farbverlauf für eine Operation, die aus tf-Operationen besteht
  • 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.