Python Scikit学习支持向量机-输入类型_Python_Scikit Learn_Svm

Python Scikit学习支持向量机-输入类型

python scikit-learn

Python Scikit学习支持向量机-输入类型,python,scikit-learn,svm,Python,Scikit Learn,Svm,为什么我开始学习Scikit learn，但我对这些教程中使用的iris date或orlando real estate price不感兴趣。这对我来说没有任何意义。我想使用我自己的日期，但我不知道应该使用什么输入格式这就是我的代码的外观： import matplotlib.pyplot as plt from sklearn import svm clf = svm.SVC(gamma=0.001, C=100) x,y = [[1,2], [2,4]] clf.fit(x,y)

为什么我开始学习Scikit learn，但我对这些教程中使用的iris date或orlando real estate price不感兴趣。这对我来说没有任何意义。我想使用我自己的日期，但我不知道应该使用什么输入格式

这就是我的代码的外观：

import matplotlib.pyplot as plt

from sklearn import svm

clf = svm.SVC(gamma=0.001, C=100)

x,y = [[1,2], [2,4]]

clf.fit(x,y)

我总是想传达这样的信息：

ValueError:找到的输入变量的数量不一致样本：[1,2]

我尝试了许多其他格式，如[[1]、[1]]或1,1

我的简单问题是，我必须用巫婆的形式写这个吗 “x，y=[[1,2]，[2,4]]”作为我的数据

此外，我如何训练一个模型来进行预测，例如：我在一次比赛中有10支运动队

在我的表格中，我有：第一队|第二队|结果|位置

所以我想计算一下，如果两支球队互相比赛，谁会赢，但是位置当然是一个因素

我想预测A队是否在主场对阵B队，谁更有可能获胜。

如何输入数据：

您输入数据的方式

只包含一个样本和两个特征，而

提供了两个标签

使用此符号可获得两个样本，每个样本具有一个特征：

x，y=[[1]，[4]，[2,4]

或者，为了让它更明显：

x = [[1],[4]]
y = [2,4]

顺便说一句：鉴于您对Scikit还不熟悉，您肯定应该尝试对阵列进行同样的学习

分类：

如果你想预测谁获胜，你需要遵循以下几个步骤：

-分割您的数据，使您的功能（“teamA”、“teamB”和“location”）包含在您的培训数据中，并且结果表示标签，例如：

x = [[teamA1,teamB1,Loc1],[teamA2,teamB2,Loc2],[teamA3,teamB3,Loc3],...]
y = [result1,result2,result3,...]

-根据您的测试数据进行预测，例如：

x_test = [teamX,teamY,locX]  # data for which you want the forecast
clf.predict(x_test)          # this returns the estimated result

如何输入数据：

x，y=[[1]，[4]，[2,4]

x = [[1],[4]]
y = [2,4]

分类：

-分割您的数据，使您的功能（“teamA”、“teamB”和“location”）包含在您的培训数据中，并且结果表示标签，例如：

x = [[teamA1,teamB1,Loc1],[teamA2,teamB2,Loc2],[teamA3,teamB3,Loc3],...]
y = [result1,result2,result3,...]

-根据您的测试数据进行预测，例如：

x_test = [teamX,teamY,locX]  # data for which you want the forecast
clf.predict(x_test)          # this returns the estimated result