大家好,我又被另一件事缠住了。所以我尝试用一个ploy内核创建一个支持向量机函数。我以为我有它,但后来我插入了一些数字来检查我的工作,现在我得到了一个错误
TypeError: poly_grid_search() takes 0 positional arguments but 2 were given.
这是我的密码
import numpy as np
import matplotlib
import matplotlib.pyplot as plt
from sklearn import svm
from sklearn.model_selection import train_test_split
brc = np.loadtxt('brc-1.txt', delimiter=',')
X = brc[:,1:-1]
Y = brc[:,-1]
trainX, testX, trainY,testY = train_test_split(X,Y,test_size = 0.4, random_state = 12345678)
trainX.shape,testX.shape,trainY.shape,testY.shape
lsvm.fit(trainX,trainY)
lsvm.predict(testX)
lsvm.predict(trainX)
lsvm.score(testX,testY)
psvm=svm.SVC(kernel='poly',degree=2)
psvm.fit(trainX,trainY)
#%%
C=[]
D=[]
X=[0.01,0.1,1,10]
def poly_grid_search():
lsvm = svm.SVC(kernel='poly', C=10)
rsvm=svm.SVC(Kernel='rbf',gamma=D)
rsvm.fit(trainX,trainY)
print("polynomial kernel degree = {}, cost = {}, testing acurracy rate {}".format(X,rsvm.score(trainX,trainY)))
从错误来看,调用
poly_grid_search
时似乎传递了两个参数。由于函数poly_grid_search
的签名没有任何参数,因此可能会出现与您得到的错误类似的错误。基本上,不是仅仅做poly_grid_search()
来得到这样的错误,你可能正在做类似poly_grid_search(arg1, arg2)
的事情,其中arg1
和arg2
是你正在运行的完整代码段中的一些变量或值相关问题 更多 >
编程相关推荐