代码之家 › 专栏 › 技术社区 › Hannan

支持向量回归:类型错误:必须是实数,而不是str

scikit-learn python

Hannan · 技术社区 · 6 年前

我正在尝试将sklearn SVR用于一个小数据集。尝试拟合()数据时出错

TypeError:必须是实数,而不是str

     Revenue   Units      Rev_per_unit
0    147754.0  8333629.0  17.73
1    126146.0  7601824.0  16.59
2    152385.0  8487163.0  17.95
3    138703.0  8170619.0  16.98
4    157860.0  8589258.0  18.38
5    159981.0  8634245.0  18.53
6    160006.0  9063836.0  17.65
7    143556.0  9315878.0  15.41
8    129380.0  9012887.0  14.35
9    135771.0  9370077.0  14.49
10   129593.0  9018405.0  14.37
11   123941.0  9410973.0  13.17

from sklearn.svm import SVR
df = pd.read_csv('revenue.csv')
X = df[['Revenue', 'Unit']]
y = df['Rev_per_unit']
X_train, X_test, y_train, y_test = train_test_split(X, y)
svr_reg = SVR(gamma='scale', C=1.0, epsilon=0.2)
svr_reg.fit(X_train, y_train)

我理解错误,但是当我使用相同的数据 LinearRegression() ,对于相同的X\u列,y\u列,我没有得到任何错误。

2 回复 | 直到 6 年前

Tim 6 年前

gamma 需要一个浮点值,但您正在传递 "scale" documentation 在这一点上有点误导。

所以只要改变 伽马 对于如下所示的浮点值:

X_train, X_test, y_train, y_test = train_test_split(X, y)
svr_reg = SVR(gamma=0.001, C=1.0, epsilon=0.2)
svr_reg.fit(X_train, y_train)

伽马 参数。

Filnor 6 年前

>>> clf.set_params(kernel='rbf', gamma='scale').fit(X,y)

输出(收缩):

...
File "sklearn/svm/libsvm.pyx", line 58, in sklearn.svm.libsvm.fit
TypeError: must be real number, not str

>>> type(clf.gamma)
<class 'float'>

传递字符串(“scale”)无论如何都不会起作用。

最好的选择是传递一个浮点值(gamma=0.001)

EnVs 6 年前

下面这行没有问题:

clf.set_params(kernel='rbf', gamma='scale').fit(X,y)

再次检查它使用:

>>> type(clf.gamma)
<class 'str'>

类型不再是“float”,而是“str”。

推荐文章

July · 如何定义数字间隔,然后四舍五入

1 年前

Community wiki · 对象名称前的单下划线和双下划线的含义是什么?

1 年前

Brian Johnson · 为什么在Python中列出字典列表会引发TypeError?[已关闭]

1 年前

user026 · 如何根据特定窗口的平均值(行数)创建新列?

1 年前

Ashok Shrestha · 需要追踪特定的颜色线并获取坐标

1 年前

Nicote Ool · 在FastApi和Vue3中获得422

1 年前

NeoExceptCodeBad · 如果我有很多垂直线,我如何找到它们的边缘?

1 年前

Abdulaziz · 如何对集合内的列表进行排序[重复]

1 年前

user2743931 · 带有src目录的Python setup.py

1 年前

asmgx · 为什么合并数据帧不能按照python中的预期方式工作

1 年前