Python 多核支持向量机模型

Python 多核支持向量机模型,python,svm,spyder,Python,Svm,Spyder,大家好,我又被另一件事缠住了。所以我尝试用一个ploy内核创建一个支持向量机函数。我以为我有它,但后来我插入了一些数字来检查我的工作,现在我得到了一个错误 TypeError:poly_grid_search()接受0个位置参数,但提供了2个 这是我的密码 将numpy导入为np 导入matplotlib 将matplotlib.pyplot作为plt导入 从sk学习输入svm 从sklearn.model\u选择导入列车\u测试\u拆分 brc=np.loadtxt('brc-1.txt',分

大家好,我又被另一件事缠住了。所以我尝试用一个ploy内核创建一个支持向量机函数。我以为我有它,但后来我插入了一些数字来检查我的工作,现在我得到了一个错误

TypeError:poly_grid_search()接受0个位置参数,但提供了2个

这是我的密码

将numpy导入为np
导入matplotlib
将matplotlib.pyplot作为plt导入
从sk学习输入svm
从sklearn.model\u选择导入列车\u测试\u拆分
brc=np.loadtxt('brc-1.txt',分隔符=',')
X=brc[:,1:-1]
Y=brc[:,-1]
trainX,testX,trainY,testY=列车测试分割(X,Y,测试大小=0.4,随机状态=12345678)
trainX.shape,testX.shape,trainY.shape,testY.shape
lsvm.fit(列车X、列车Y)
lsvm.predict(testX)
lsvm.predict(列车X)
lsvm.score(testX,testY)
psvm=svm.SVC(kernel='poly',degree=2)
psvm.fit(列车X、列车Y)
#%%
C=[]
D=[]
X=[0.01,0.1,1,10]
def多边形网格搜索():
lsvm=svm.SVC(kernel='poly',C=10)
rsvm=svm.SVC(Kernel='rbf',gamma=D)
rsvm.fit(列车X、列车Y)
打印(“多项式核度={},成本={},测试准确率{}”。格式(X,rsvm.score(trainX,trainY)))

在调用
poly\u grid\u search
时,错误似乎传递了两个参数。由于函数
poly_grid_search
的签名没有任何参数,因此可能会出现与您得到的错误类似的错误。基本上,不是只做
poly\u grid\u search()
来得到这样的错误,你可能正在做类似
poly\u grid\u search(arg1,arg2)
的事情,其中
arg1
arg2
是你正在运行的完整代码中的一些变量或值

非常感谢你的帮助!没问题,很高兴它有用!