我目前正在使用pipeline类进行一些机器学习工作。我在看一个线性和高斯分类器。我的线性代码很好。你知道吗
lsvm_w2v = Pipeline([
("word2vec vectorizer", MeanEmbeddingVectorizer(model)),
("SVM", svm.SVC(kernel='linear'))])
但是,在查看gaussian估计器时,我需要输入一个gamma值,该值基于我的训练数据“X”,在管道的前一阶段之后。这可能吗?你知道吗
svm_w2v = Pipeline([
("word2vec vectorizer", MeanEmbeddingVectorizer(model)),
("SVM", svm.SVC(kernel='rbf',gamma=someFunction(X)))])
目前没有回答
相关问题 更多 >
编程相关推荐