python - Scikit-learn(SVC 估计器)总是给出相同的预测值

Question

我正在做一个关于监督学习的任务。我有两组数据-训练和测试。

我的训练数据集大约有 2000 条记录。我的测试数据有10条记录。
当我运行以下代码时，预测函数 给出与输出相同的值。

我不确定我做错了什么...我尝试更改 gamma 和 C 的值。仍然没有运气..

我想知道这是不是:

1. 与数据(训练集大小)或
有关
2. 我只是使用了错误的估算器还是
3. 我的代码有问题？

完整的python代码如下:

    import pandas as pd

    training_data = pd.read_csv("Train_wo_Header.csv") #I read my training data set
    data = training_data.ix[:,[0,1,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31]] #picking up all rows expect index 2, which is my output
    target = training_data.ix[:,[2]] 


    from sklearn import svm #Code from the URL above
    clf = svm.SVC(gamma=0.001, C=100.)
    clf.fit(data,target)  

    test_data = pd.read_csv("test_wo_Header.csv") #this is my test data

    clf.predict(test_data[-10:]) #predicting the last 10 values

这是输出:

array([7734, 7734, 7734, 7734, 7734, 7734, 7734, 7734, 7734, 7734], dtype=int64)

我什至尝试过使用 LinearSVC。仍然没有运气。唯一的区别是预测输出是不同的值 (9240)，但始终相同......

Answer 1

总是给出相同的输出可能有两个原因:

• 您的模型过度拟合(数据集不平衡？)
• 你没有给你的模型正确的数据

您似乎没有将 Pandas DataFrame 转换为 numpy 数组，试试

clf = svm.SVC()    
X = data.values
Y = target.values
assert len(X) == len(Y)

clf.fit(X,Y)
print clf.score(X,Y)

对您的测试数据执行相同的操作，并尝试至少打印数据的形状和数组的一个元素。