Scikit-learn DictVectorizer 到分类器

Question

我正在尝试加载字典，然后进行分类。但是，我收到错误：

  File "train_classifier.py", line 49, in <module>
    clf.fit(page_vecs.data[:-1],page_vecs.target[:-1])
  File "/usr/local/lib/python3.4/site-packages/scipy/sparse/base.py", line 505, in __getattr__
    raise AttributeError(attr + " not found")
AttributeError: target not found

如何加载目标？这是我的代码：

vec = DictVectorizer()
page_vecs = vec.fit_transform(feature_dict_list)
clf = svm.SVC(gamma=0.001, C=100)
clf.fit(page_vecs.data[:-1],page_vecs.target[:-1])
print(clf.predict(page_vecs[-1]))

Answer 1

查看 DictVectorizer class，具体是它的 fit_transform 方法：

Returns:
Xa : {array, sparse matrix}

Feature vectors; always 2-d.

所以它 returns 一个二维数组。

在您的代码中，这一行：

page_vecs = vec.fit_transform(feature_dict_list)

会导致page_vecs成为这样的二维数组。 2d numpy 数组没有 target 属性，您尝试在此处使用：

clf.fit(page_vecs.data[:-1],page_vecs.target[:-1])

这就是您收到错误的原因。事实上，你甚至不应该做 .data，你应该直接使用 numpy 数组。如果您想忽略最后一行，请执行：

page_vecs[:-1, :]

您的标签（或目标）与 DictVectorizer class 无关，它只矢量化您的样本，而不是您的标签。你应该有一个单独的标签向量。

Scikit-learn DictVectorizer 到分类器

Scikit-learn DictVectorizer to Classifier

python

vector

machine-learning

scikit-learn