如何使用python中的scikit训练SVM？

我有以下数据帧：

         A   B
40      25  95
40      25  171
40      25  109
...

我想在这上面运行一个svm分类器。我想预测

A

给定的

B

。以下是我所做的：

我通过以下方式创建列车/测试集：

a_train, a_test, b_train, b_test = train_test_split(df.A,df.B, test_size=0.33)

然后（尝试）训练SVM，如下所示：

classifier = svm.SVC(kernel='linear')
y_pred = classifier.fit(a_train, b_train).predict(b_test)

我得到以下错误

ValueError: X and y have incompatible shapes.
X has 1 samples, but y has 27766.

---

有人能帮我调试一下我做错了什么吗？

您的特征向量df.A是一维的，但scikit总是希望X有一个2d矩阵。请尝试重塑矩阵：

a_train, a_test, b_train, b_test = train_test_split(df.A.reshape(-1,1),df.B, test_size=0.33)