当使用稀疏矩阵表示要素时,我的SVM分类器将引发值错误,但如果要素使用密集矩阵表示,则不会发生错误。当给定稀疏矩阵时,Sklearn抛出ValueError
我的代码在我的功能集上执行一个热门编码,并将编码后的输出添加到新的功能列表中。当使用.toarray()将One Hot Encoding的输出转换为密集数组时,我的SVM分类器运行良好。
但是,使用密集阵列并不理想,因为我有数千个数据点,而且我的计算机很快就会耗尽内存。因此,需要稀疏数组。如果我从下面的代码中简单地删除.toarray(),enc.transform(features)的输出将输出一个稀疏矩阵。但是,如果运行我的SVM分类器,现在出现以下错误:
ValueError:使用序列设置数组元素。
当我的SVM尝试适合数据时,似乎有什么失败。 Sklearn支持向量机接受稀疏向量,所以我不明白发生了什么问题。
# Perform One Hot Encoding
transformedFeatureList = []
for features in featureList:
features = np.asarray(features)
features = features.reshape(1, -1)
transformedFeatures = enc.transform(features).toarray() <---Without toarray() the Value Error happens
transformedFeatureList.append(transformedFeatures)
featureList = transformedFeatureList
# Seperate data into training and testing set
trainingSet = [[], []]
testSet = [[], []]
if len(featureList) == len(classList):
for index in range(len(featureList)):
if random.randint(1, 10) <= 7:
trainingSet[0].append(featureList[index])
trainingSet[1].append(classList[index])
else:
testSet[0].append(featureList[index])
testSet[1].append(classList[index])
# Train model and attempt classification
from sklearn import svm
X = trainingSet[0]
y = trainingSet[1]
clf = svm.SVC()
clf.fit(X, y)
results = {}
for iclass in set(classList):
results[iclass] = [0, 0] # index 0 = correct, index 1 = incorrect
if len(testSet[0]) == len(testSet[1]):
for index in range(len(testSet[0])):
features = testSet[0][index]
iclass = testSet[1][index]
predictedClass = clf.predict([features])[0]
if predictedClass == iclass:
results[iclass][0] += 1
else:
results[iclass][1] += 1
请发布您的完整代码。我们需要看看你在哪里调用SVM实现。 – BadZen
好的@BadZen我添加了额外的代码。 –
我不得不承认。这是难看的代码。为什么所有的分裂和合作?手动,而不是使用sklearn的功能?整个列表的方法会让我感到紧张。这两种方法至少要在clf.fit()之前打印出形状。 – sascha