Question

我正在尝试计算预测概率。我写了一个正在计算的程序，但是速度非常慢，并且需要花费大量时间处理大型数据集。

目标是通过使用LinearSVC和OneVsRestClassifier来计算SVM模型中的每个预测概率，但会得到误差

AttributeError: 'LinearSVC' object has no attribute 'predict_proba'

由于上述错误，我在下面尝试过

代码

from sklearn import svm

model_1 = svm.SVC(kernel='linear', probability=True)

from sklearn.preprocessing import LabelEncoder

X_1 = df["Property Address"]
lb = LabelEncoder()
X_2 = lb.fit_transform(X_1)

y_1 = df["Location_Name"]
y_2 = lb.fit_transform(y_1)

test_1 = test["Property Address"]
lb = LabelEncoder()
test_1 = lb.fit_transform(test_1)

X_2= X_2.reshape(-1, 1)
y_2= y_2.reshape(-1, 1)
test_1 = test_1.reshape(-1, 1)

model_1.fit(X_2, y_2)

results = model_1.predict_proba(test_1)[0]

# gets a dictionary of {'class_name': probability}
prob_per_class_dictionary = dict(zip(model.classes_, results))

还有其他方法可以完成同一任务吗？请建议

Answer 1

如果需要使用predict_proba方法，则可以使用sklearns CalibratedClassifierCV。

或者您可以使用Logistic Regression。

如果您的问题与速度有关，请尝试考虑使用LinearSVC中的sklearn.svm而不是SVC(kernel='linear')。更快。

Answer 2

如另一个答案所建议，LinearSVC比SVC(kernel='linear')快。

关于概率，SVC没有predict_proba()。相反，您必须将其probability超参数设置为True。 Link

提示：SVM是小型数据集的首选，因此更喜欢使用其他算法来处理大型数据集。

如何在python中提高大数据程序的速度

2 个答案: