支持向量回归：TypeError：必须是实数，而不是 str答案

【问题标题】：Support Vector Regression: TypeError: must be real number, not str支持向量回归：TypeError：必须是实数，而不是 str
【发布时间】：2019-03-06 01:44:27
【问题描述】：

我正在尝试将 sklearn SVR 用于小型数据集。当我尝试 fit() 数据时出现错误

TypeError: 必须是实数，不是 str

这是我的数据和代码：

     Revenue   Units      Rev_per_unit
0    147754.0  8333629.0  17.73
1    126146.0  7601824.0  16.59
2    152385.0  8487163.0  17.95
3    138703.0  8170619.0  16.98
4    157860.0  8589258.0  18.38
5    159981.0  8634245.0  18.53
6    160006.0  9063836.0  17.65
7    143556.0  9315878.0  15.41
8    129380.0  9012887.0  14.35
9    135771.0  9370077.0  14.49
10   129593.0  9018405.0  14.37
11   123941.0  9410973.0  13.17

from sklearn.svm import SVR
df = pd.read_csv('revenue.csv')
X = df[['Revenue', 'Unit']]
y = df['Rev_per_unit']
X_train, X_test, y_train, y_test = train_test_split(X, y)
svr_reg = SVR(gamma='scale', C=1.0, epsilon=0.2)
svr_reg.fit(X_train, y_train)

我理解错误，但是当我对 LinearRegression() 使用相同的数据时，对于相同的 X_train、y_train，我没有收到任何错误。

【问题讨论】：

标签： python scikit-learn

【解决方案1】：

参数gamma 需要一个浮点值，但您传递的是"scale"。我知道documentation 在这一点上有点误导。

所以只需将gamma 更改为浮点值，如下所示：

X_train, X_test, y_train, y_test = train_test_split(X, y)
svr_reg = SVR(gamma=0.001, C=1.0, epsilon=0.2)
svr_reg.fit(X_train, y_train)

或者只是删除gamma 参数。

【讨论】：

链接现在无效。其实到目前为止，除了SVR，sklearn中的libsvm也有同样的问题。
@Tengerye 我已经更新了链接。现在它应该又可以工作了

【解决方案2】：

浏览 scikit-learn.org 网站时遇到同样的问题：

>>> clf.set_params(kernel='rbf', gamma='scale').fit(X,y)

输出（缩小）：

...
File "sklearn/svm/libsvm.pyx", line 58, in sklearn.svm.libsvm.fit
TypeError: must be real number, not str

必须检查伽玛的“类型”

>>> type(clf.gamma)
<class 'float'>

无论如何传递一个字符串（'scale'）是行不通的。

最好的选择是传递一个浮点值 (gamma=0.001)

【讨论】：

【解决方案3】：

最近更新到scikit-learn v0.20.3，问题似乎解决了。
下面的行运行没有问题：

clf.set_params(kernel='rbf', gamma='scale').fit(X,y)

双重检查使用：

>>> type(clf.gamma)
<class 'str'>

类型不再是 'float' 而是 'str'。

【讨论】：