Python 我如何训练我的SVM来预测比赛结果？

目前，我有一个使用熊猫的数据帧，有30个特性和30行。这些功能是<代码>[“主场球队进球差距”“客场球队进球差距”“比赛主场球队”“比赛客场球队”“比赛对胜”“比赛对输”“联赛24558.0”“主场球员1整体评分”…“主场球员11整体评分” “客场球员1整体评分”…“客场球员11整体评分”标签]所有值都是浮点数

标签

为赢=1、抽=0或输=-1

我试图训练Sklearn的svm.SVC，但我不确定如何

.fit（）

数据，以便根据所有其他特征预测胜负

我看过Sklearn教程，但它们使用了dataset.data和dataset.target，我不知道这与我的数据有什么相同之处

clf = svm.SVC(gamma=0.001)
x = inputs[:-1]
y = inputs.loc[:,'label'][:-1]
clf.fit(x,y)
print("Prediction:", clf.predict(PCAinput[-1]))

这就是我正在尝试的

x

是整个数据帧，

y

是

标签

。PCAinput是数据帧，但没有

标签

<代码>标签是赢、抽或输的标签

---

我相信问题在于我给出的格式是

x

和

y

，但我不知道如何将其转换为正确的输入格式。

我发现了问题，当

x

是一个没有

标签的数据帧时，它可以工作，
y
必须是pandas.core.series.series类型，这是通过输入获得的['label']，这就是我的结局

X = PCAinput          #pandas DataFrame without 'label'
y = inputs['label']   #pandas Series only the labels
clf = svm.SVC()
clf.fit(X,y)

有了这个，我现在可以做：

clf.predict(PCAinput)

并返回：

['Defeat', 'Defeat', 'Defeat', 'Win', 'Draw', 'Defeat', 'Win',
   'Defeat', 'Defeat', 'Win', 'Win', 'Defeat', 'Win', 'Draw', 'Defeat',
   'Defeat', 'Win', 'Defeat', 'Win', 'Defeat', 'Win', 'Win', 'Win',
   'Win', 'Draw', 'Draw', 'Win', 'Defeat', 'Win', 'Win']

适用于此处。在您发布MCVE代码并准确描述问题之前，我们无法有效帮助您。请向我们展示您到目前为止如何设置数据：为我们提供只需要2-5行帮助的代码（以及您迄今为止的最佳解决方案）顺便说一句，可能不是我——我使用MLlib和Trusted Analytics；我对SciKit不是特别精通。