我有一个代码尝试使用非线性支持向量机(RBF核)。在
raw_data1 = open("/Users/prateek/Desktop/Programs/ML/Dataset.csv")
raw_data2 = open("/Users/prateek/Desktop/Programs/ML/Result.csv")
dataset1 = np.loadtxt(raw_data1,delimiter=",")
result1 = np.loadtxt(raw_data2,delimiter=",")
clf = svm.NuSVC(kernel='rbf')
clf.fit(dataset1,result1)
然而,当我试图拟合时,我得到了错误
^{pr2}$出现这种错误的原因是什么?在
正如文档中指出的,
nu
参数是“训练错误分数的上界和支持向量分数的下界”。在所以,每当你试图拟合你的数据而这个界限不能满足时,优化问题就变得不可行了。所以你的错误。在
事实上,我从
1.
循环到0.1
(以十进制单位递减),仍然得到错误,然后用0.01
进行尝试,没有引起任何投诉。但当然,你应该检查用这个值拟合模型的结果,检查预测的准确性是否可以接受。在为了重现性,这里,我进行了快速测试:
相关问题 更多 >
编程相关推荐