SVC（支持向量分类），带有分类（字符串）数据作为标签

Question

我使用scikit-learn来实现一个简单的监督学习算法。本质上，我遵循教程here（但使用我自己的数据）。

我尝试适应模型：

clf = svm.SVC(gamma=0.001, C=100.)
clf.fit(features_training,labels_training)

但是在第二行，我收到一个错误：ValueError: could not convert string to float: 'A'

错误是预料到的，因为label_training包含代表三个不同类别的字符串值，例如A，B，C。

所以问题是：如果标记数据表示字符串形式的类别，我如何使用SVC（支持向量分类）。对我来说，一个直观的解决方案似乎只是将每个字符串转换为数字。例如，A = 0，B = 1等等。但这真的是最好的解决方案吗？

Answer 1

查看http://scikit-learn.org/stable/modules/preprocessing.html#encoding-categorical-features section 4.3.4 Encoding categorical features.

请特别注意使用OneHotEncoder。这会将分类值转换为SVM可以使用的格式。

Answer 2

你可以试试这段代码：

from sklearn import svm
X = [[0, 0], [1, 1],[2,3]]
y = ['A', 'B','C']
clf = svm.SVC(gamma=0.001, C=100.)
clf.fit(X, y)  
clf.predict([[2,3]])

输出：     阵列（[ 'C']，           D型= '| S1'）

你应该将因变量（y）作为'list'。