我正在使用 SVM 解決多標簽分類任務，其中資料表示 X 中處理影像的特征，并且存在由二進制變數表示的 6 個自然元素（如山丘、云彩等）（如果不存在則為 0/如果存在則為 1），存在于 Y 中. 這是火車和測驗資料：
火車：https : //s3.amazonaws.com/istreet-questions-us-east-1/418844/train.csv
測驗：https : //s3.amazonaws.com/istreet-questions-us-east-1/418844 /test.csv
特征數量：294 每個實體的標簽數量：6
這是我用來訓練模型的代碼：
import csv
import numpy as np
train = []
test = []
with open('/home/keerat/Desktop/train.csv') as trainfile:
reader = csv.reader(trainfile)
for row in reader:
train.append(row)
with open('/home/keerat/Desktop/test.csv') as testfile:
reader = csv.reader(testfile)
for row in reader:
test.append(row)
X = []
y = []
X_test = []
# split data into X and y
for i in range(len(train)):
X.append(train[i][0:294])
y.append(train[i][294:300])
for i in range(len(test)):
X_test.append(test[i][0:294])
# convert list of strings to list of num
for i in range(len(X)):
X[i] = [float(x) for x in X[i]]
for j in range(len(y)):
y[j] = [int(yy) for yy in y[i]]
for i in range(len(X_test)):
X_test[i] = [float(x) for x in X_test[i]]
X = np.array(X)
y = np.array(y)
X_test = np.array(X_test)
# define svm model for multi label classification
from sklearn.svm import SVC
from sklearn import metrics
from sklearn.multioutput import MultiOutputClassifier
svc=SVC() #Default hyperparameters
n_samples, n_features = X.shape
n_outputs = y.shape[1]
multi_target_svc = MultiOutputClassifier(svc, n_jobs=-1)
multi_target_svc.fit(X[:],y)
下面是 X 和 y 的樣子：
X:
[[0.826575 0.843082 0.805944 ... 0.010919 0.011375 0.015069]
[0.766867 0.669694 0.636238 ... 0.055661 0.079765 0.097522]
[0.962784 0.975387 0.96395 ... 0.195177 0.221791 0.201402]
...
[0.527828 0.588172 0.639713 ... 0.030422 0.004995 0.002626]
[0.574357 0.598345 0.63484 ... 0.039915 0.075365 0.056335]
[0.698135 0.732643 0.724918 ... 0.014463 0.04427 0.041442]]
y:
[[1 0 0 0 0 1]
[1 0 0 0 0 1]
[1 0 0 0 0 1]
...
[1 0 0 0 0 1]
[1 0 0 0 0 1]
[1 0 0 0 0 1]]
model.fit() 行拋出主標題中提到的錯誤。我已經檢查過numpy.unique(y)-->[0 1]，這意味著我有超過 1 個（精確到 2 個）可用的課程。
任何人都可以深入了解這里出了什么問題嗎？
uj5u.com熱心網友回復：
如果n_jobs引數 inMultiOutputClassifier()設定為 1 而不是 -1 ，則訓練和測驗會順利進行。不知道是什么原因，但是經過這個修改，sklearn 中所有分類器的問題都解決了。
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/341181.html