PyML：绘制决策图

Question

PyML有一个绘制决策曲面的函数。在

首先，您需要告诉PyML要使用哪些数据。这里我使用sparsevectordata和我的特征向量。这是我用来训练我的支持向量机的。在

demo2d.setData(training_vector)

然后你需要告诉它你想使用哪个分类器。我给它一个训练过的支持向量机。在

^{pr2}$

但是，我收到以下错误消息：

Traceback (most recent call last):
**deleted by The Unfun Cat**
    demo2d.decisionSurface(best_svm, fileName = "dec.pdf")
  File "/opt/local/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/PyML/demo/demo2d.py", line 140, in decisionSurface
    results = classifier.test(gridData)
  File "/opt/local/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/PyML/evaluators/assess.py", line 45, in test
    classifier.verifyData(data)
  File "/opt/local/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/PyML/classifiers/baseClassifiers.py", line 55, in verifyData
    if len(misc.intersect(self.featureID, data.featureID)) != len(self.featureID) :
AttributeError: 'SVM' object has no attribute 'featureID'

Answer 1

我将直接深入到源代码，因为我从未使用过PyML。我试图在网上找到它，但是我无法在在线的PyML 0.7.2中找到verifyData方法，所以我不得不搜索下载的源代码。在

分类器的featureID只在baseClassifier类的train方法中设置（第77-78行）：

if data.__class__.__name__ == 'VectorDataSet' :
        self.featureID = data.featureID[:]

在您的代码中，data.__class__.__name__的计算结果是"SparseDataSet"（或者您正在使用的任何其他类），而表达式的计算结果是False（从不设置featureID）。在

然后在demo2d.decisionSurface中：

^{pr2}$

它尝试使用VectorDataSet测试分类器。在本例中，classifier.test相当于调用assess.test方法，该方法试图通过使用baseClassifier.verifyData验证数据是否具有与训练数据相同的特征：

^{3}$

然后测试传递的数据的类，现在是"VectorDataSet"，并继续尝试访问从未创建的featureID属性。在

基本上，它要么是一个错误，要么是一个隐藏的特性。在

长话短说，您必须将您的数据转换为VectorDataSet，因为SVM.featureID没有设置为其他值。在

此外，您不需要向它传递一个经过训练的数据集，该函数将为您训练分类器。在

编辑：

我还要提醒大家注意setData方法：

def setData(data_) :
    global data
    data = data_

根本没有类型检查。因此，有人可能会将data设置为任何，例如整数、字符串等，这将导致decisionSurface中的错误。在

如果要使用setData，则必须小心使用它（仅限使用VectorDataSet），因为代码没有您希望的那样灵活。在