我尝试用 SVC 预测奇数和偶数, 但我的输出不是我所期望的
from sklearn import svm
import numpy as np
clf = svm.SVC(kernel='linear')
data = np.array([[0], [1], [2], [3], [4]])
label = np.array([1,0,1,0,1])
clf.fit(data, label)
print(clf.predict([[3]]))
print(clf.predict([[4]]))
print(clf.predict([[5]]))
结果
[1]
[1]
[1]
我做错了什么?我希望 [3] 和 [5] 为 [0]
我正在使用:
numpy==1.9.1
scikit-learn==0.16.1
scipy==0.13.3
请您参考如下方法:
[更新] SVM 对这种问题无效。该算法找不到将标签为 0 的值与标签为 1 的值分开的线/平面/超平面。
您的数据不是线性可分的。 尝试使用像 rbf 这样的内核 svm.SVC(kernel='rfb') 也许它可以帮助你
