我正在尝试加载字典,然后执行分类。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]))
答案 0 :(得分:1)
查看DictVectorizer类,特别是fit_transform方法:
返回:
Xa:{array,sparse matrix}特征向量;总是2-d。
所以它返回一个二维数组。
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,您可以尝试使用此属性:
clf.fit(page_vecs.data [: - 1],page_vecs.target [: - 1])
这就是你得到错误的原因。事实上,你甚至不应该.data
,你应该直接使用numpy数组。如果要忽略最后一行,请执行:
page_vecs[:-1, :]
您的标签(或目标)与DictVectorizer
类无关,该类仅对您的样本进行矢量化,而不是对您的标签进行矢量化。你应该有一个单独的标签向量。