如何在python中从多处理中提取预测？

我正在尝试对svm的结果进行多重处理

我尝试了以下简单的方法

clf = svm.SVC(C=1.0, cache_size=1000000, class_weight=None, coef0=0.0,
    decision_function_shape='ovo', degree=3, gamma='auto', kernel='rbf',
    max_iter=-1, probability=False, random_state=None, shrinking=True,
    tol=0.001, verbose=False)

clf.fit(x, y)

def predict(x):
    clf.predict(x)

from multiprocessing import Pool

pool= Pool(processes = 4)


setting = np.loadtxt('~/test.csv', delimiter=',')
x=setting[:,0:3]
y=setting[:,3]

x[i]
[cols,rows] = setting.shape
i = 0
while i < rows:
    k = x[i]
    pool.map(predict,[[k]])
    print(pool.map(predict,[[k]]))
    i = i+1

clf=svm.SVC（C=1.0，缓存大小=1000000，类权重=None，coef0=0.0，
决策函数(shape='ovo'，degree=3,gamma='auto'，kernel='rbf',，
最大值=1，概率=假，随机状态=无，收缩=真，
tol=0.001，详细=False）
clf.配合（x，y）
def预测（x）：
clf.predict（x）
来自多处理导入池
池=池（进程=4）
设置=np.loadtxt（“~/test.csv”，分隔符=”，“）
x=设置[：，0:3]
y=设置[：，3]
x[i]
[cols，rows]=设置.shape
i=0
而我是：
k=x[i]
map（预测，[[k]]）
打印（pool.map（predict，[[k]]））
i=i+1

此代码将运行，但似乎没有正确的结果

我想返回或打印预测值

---

如果您能提供获得预测值结果的方法或代码，我将不胜感激。

setting.shape将返回一个元组（m，n），其中m是行数，n是列数。看来你的情况正好相反

试着把你的线路改成

[rows, cols] = setting.shape

---

此外，您可能希望尝试将预测数据拆分为大小相等的矩阵，每个矩阵都有行/进程条目，并在其上进行映射。逐行共享的开销可能不值得。

您能给我一些代码来尝试您推荐的方法吗？当我尝试这些代码时，预测值都是零。输入类型或方法是否有问题？请参阅以下答案：