Scikit learn 获取时未能训练SVM“;警告:未找到权重中指定的类别标签0“;
我偶然发现了这个问题(当我使用K-fold来训练海量数据时) 我遇到的问题与这个问题类似。但是,当我收到“未找到权重中指定的类标签0”警告时,我甚至无法获得模型(内核是线性的) 可以从中复制x、y和w 下面是我的代码和错误:Scikit learn 获取时未能训练SVM“;警告:未找到权重中指定的类别标签0“;,scikit-learn,svm,libsvm,Scikit Learn,Svm,Libsvm,我偶然发现了这个问题(当我使用K-fold来训练海量数据时) 我遇到的问题与这个问题类似。但是,当我收到“未找到权重中指定的类标签0”警告时,我甚至无法获得模型(内核是线性的) 可以从中复制x、y和w 下面是我的代码和错误: >>> clf = SVC(C=0.5,class_weight='balanced',kernel='linear') >>> clf.fit(x, y, sample_weight=w) warning: class label 0
>>> clf = SVC(C=0.5,class_weight='balanced',kernel='linear')
>>> clf.fit(x, y, sample_weight=w)
warning: class label 0 specified in weight is not found
SVC(C=0.5, cache_size=200, class_weight='balanced', coef0=0.0,
decision_function_shape=None, degree=3, gamma='auto', kernel='linear',
max_iter=-1, probability=False, random_state=None, shrinking=True,
tol=0.001, verbose=False)
>>> clf.coef_
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "/xxx/lib/python2.7/site-packages/sklearn/svm/base.py", line 488, in coef_
coef = self._get_coef()
File "/xxx/lib/python2.7/site-packages/sklearn/svm/base.py", line 707, in _get_coef
if sp.issparse(coef[0]):
IndexError: list index out of range
clf=SVC(C=0.5,class_weight='balanced',kernel='linear')
>>>clf.配合(x,y,样品重量=w)
警告:找不到权重中指定的类标签0
SVC(C=0.5,缓存大小=200,类权重='balanced',coef0=0.0,
决策函数形状=无,度=3,gamma='auto',内核='linear',
最大值=1,概率=假,随机状态=无,收缩=真,
tol=0.001,详细=False)
>>>clf.coef_
回溯(最近一次呼叫最后一次):
文件“”,第1行,在
文件“/xxx/lib/python2.7/site packages/sklearn/svm/base.py”,第488行,coef格式_
coef=self.\u get\u coef()
文件“/xxx/lib/python2.7/site packages/sklearn/svm/base.py”,第707行,在
如果sp.issparse(coef[0]):
索引器:列表索引超出范围
我可以重现错误。这是一只虫子。