如何让SciKit-Learn在SVC中识别我的内核？

Question

我正在使用python 2.7。 SVC的文档。

当我尝试以下内容时：

from sklearn.svm import SVC
base_learner = SVC(random_state=4,probability=True)

它会引发以下错误：

TypeError: Argument 'kernel' has incorrect type (expected str, got unicode)

所以我想我会试试这个：

from builtins import str
from sklearn.svm import SVC
base_learner = SVC(kernel=str('rbf'), random_state=4,probability=True)

仍然无法识别内核。我究竟做错了什么？

Answer 1

你正在做什么应该在最新版本的Python 2.7和scikit-learn中工作而不必手动处理字符串转换，所以这听起来像是一个Python环境出错了。

如果您使用conda来管理您的环境，您可以尝试通过以下步骤从头开始创建一个：

1. 打开Anaconda Prompt（或任何可以运行conda的命令提示符）。
2. 运行conda create --name py27sklearn来创建一个新环境
3. 通过运行activate py27sklearn（或conda activate py27sklearn）激活该环境
4. 通过运行conda install python=2.7安装Python 2.7。
5. 通过运行conda install scikit-learn安装scikit-learn。
6. 运行python运行Python解释器。
7. 验证您的代码是否按预期运行。

您应该看到如下内容：

(py27sklearn) $ python
Python 2.7.15 |Anaconda, Inc.| (default, May  1 2018, 18:37:09) [MSC v.1500 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> from sklearn.svm import SVC
>>> SVC(random_state=4, probability=True)
SVC(C=1.0, cache_size=200, class_weight=None, coef0=0.0,
  decision_function_shape='ovr', degree=3, gamma='auto', kernel='rbf',
  max_iter=-1, probability=True, random_state=4, shrinking=True, tol=0.001,
  verbose=False)