Python SVM:评分测试数据
我正在使用Python SVM:评分测试数据,python,machine-learning,scikit-learn,svm,Python,Machine Learning,Scikit Learn,Svm,我正在使用scikit-learn并希望在测试集上评估SVM的predicition from sklearn.svm import SVC import numpy dataset = numpy.loadtxt("training.txt", delimiter="\t") X = dataset[:,0:15] y = dataset[:,15:16] y = y.ravel() test_dataset_1 = numpy.loadtxt("test_14-15.txt", del
scikit-learn
并希望在测试集上评估SVM
的predicition
from sklearn.svm import SVC
import numpy
dataset = numpy.loadtxt("training.txt", delimiter="\t")
X = dataset[:,0:15]
y = dataset[:,15:16]
y = y.ravel()
test_dataset_1 = numpy.loadtxt("test_14-15.txt", delimiter="\t")
X_test_1 = test_dataset_1[:,0:15]
y_test_1 = dataset[:,15:16]
y_test_1 = y_test_1.ravel()
model = SVC(kernel='linear', C=75)
model.fit(X, y)
score_1 = model.score(X_test_1, y_test_1)
我得到了ValueError:
找到样本数不一致的输入变量:[1682192]
我的训练集有1682个样本,测试集有192个。但我只是在分数法中使用测试集。为什么会出现此错误?更改此错误:
y_test_1 = dataset[:,15:16]
为此:
y_test_1 = test_dataset_1[:,15:16]
您正在再次读取y\u test\u 1
中的原始列车数据,因此它与X\u test\u 1
中的样本数不匹配