SVM classifier.predict（）中的Python错误

Question

当我在Python中使用以下命令执行新数据分类时，我收到以下错误：

classifier.predict(new_data)

AttributeError：python＆＃39; SVC＆＃39;对象没有属性_dual_coef _

在我的笔记本电脑中，命令工作正常！怎么了？

Answer 1

我有这个确切的错误 AttributeError: python 'SVC' object has no attribute _dual_coef_ 使用scikit-learn版本0.15.2训练的模型，当我尝试在scikit-learn版本0.16.1中运行它。我通过在最新的scikit-learn 0.16.1中重新训练模型来解决它。

确保您正在加载正确版本的包。

Answer 2

您是否根据您尝试预测的模型加载了模型？ 在这种情况下，它可能是版本冲突，尝试使用相同的sklearn版本重新学习模型。 您可以在此处看到类似的问题：Sklearn error: 'SVR' object has no attribute '_impl'

Answer 3

我遇到了同样的问题，我使用的是Sklearn版本0.23.02，但是我试图运行经过0.18版本训练的存档...并且我的错误是：“'SVC'对象没有属性'break_ties'”，我只是用我的版本重新训练了模型，并解决了生成其他svc.pickle以便与0.23.02版本一起运行并替换旧版本的问题。

Answer 4

"""
X = X_train 
y =  y_train 
"""
X = X_test 
y =  y_test

# Instantiate and train the classifier
from sklearn.neighbors import KNeighborsClassifier
clf = KNeighborsClassifier(n_neighbors=1)
clf.fit(X, y) 


# Check the results using metrics
from sklearn import metrics
y_pred = clf.predict(X)

print(metrics.confusion_matrix(y_pred, y))