scikit学习的快速支持向量机问题。当你训练支持向量机的时候
from sklearn import svm
s = svm.SVC()
s.fit(training_data, labels)
有没有办法让labels
成为非数字类型的列表?例如,如果我想将向量分类为“cat”或“dog”,而不必使用某种将“cat”和“dog”编码为1和2的外部查找表。。。
ValueError: invalid literal for float(): cat
所以,看起来不只是在labels
中推字符串就可以了。有什么想法吗?
直接将字符串作为类传递在我的todo上,但是在SVMs中还不支持它。 目前,我们有LabelEncoder可以为您做簿记。
[编辑]这应该是现成的[编辑]
最新版本的sklearn可以使用string作为标签。例如:
相关问题 更多 >
编程相关推荐