Sklearn svm 预测相同的值答案

【问题标题】：Sklearn svm predict same valueSklearn svm 预测相同的值
【发布时间】：2014-04-03 10:50:52
【问题描述】：

这是我对数字 ocr 的实现。

#mix the dataset
dataset=np.delete(dataset,0,0)
lable=np.delete(lable,0)
X=dataset.shape[0]
l=range(X)
np.random.shuffle(l)


sampleing=np.zeros(32*32)
lableing=np.zeros(1)

for x in l:
    sampleing=np.vstack((sampleing,dataset[x]))
    lableing=np.hstack((lableing,lable[x]))

sampleing=np.delete(sampleing,0,0)
lableing=np.delete(lableing,0)
x=sampleing.shape[0]
train=sampleing[0:int(x*0.8)]
train_lableing=lableing[0:int(x*0.8)]
test=sampleing[int(x*0.8):]
test_lableing=lableing[int(x*0.8):]

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

print clf.fit(train,train_lableing)
predict=clf.predict(test)
print classification_report(test_lableing,predict)

print predict

这是我的输出

     precision    recall  f1-score   support

      0       0.00      0.00      0.00         9
      1       0.00      0.00      0.00        14
      2       0.00      0.00      0.00         6
      3       0.00      0.00      0.00         5
      4       0.00      0.00      0.00         4
      5       0.00      0.00      0.00         3
      6       0.00      0.00      0.00        10
      7       0.00      0.00      0.00        12
      8       0.17      1.00      0.29        15
      9       0.00      0.00      0.00        10

平均/总计 0.03 0.17 0.05 88

['8''8''8''8''8''8''8''8''8''8''8''8''8''8''8'' 8' '8' '8' '8' '8' '8' '8' '8' '8' '8' '8' '8' '8' '8' '8' '8' '8' '8' '8' '8 ''8' '8' '8' '8' '8' '8' '8' '8' '8' '8' '8' '8' '8' '8' '8' '8' '8' '8 ''8' '8' '8' '8' '8' '8' '8' '8' '8' '8' '8' '8' '8' '8' '8' '8' '8' '8 ''8' '8''8''8''8''8''8''8''8''8''8''8''8''8''8''8''8']

为什么我得到相同的预测值。我正在传递随机训练和测试数据我确实尝试过调试，但在我的代码中没有发现任何问题。请帮助。

【问题讨论】：

标签： ocr svm

【解决方案1】：

这可能是因为数据集（功能）的数量很少。SVC 可以很好地处理大型数据集。尝试使用 LinerSVC 这应该可以解决问题。

【讨论】：