有没有办法通过多个标签输入来使用 svm 预测一个标签

Question

样本数据：
名称 描述 位置
玫瑰种花克什米尔，乌蒂
洋葱类蔬菜古吉拉特邦

我需要传递一个记录（string1，string2）。这两个字符串是 数据集包含类似

name    description

但我尝试在 python 中使用 svm 传递一个标签并预测另一个标签

#Python CODE
data=pandas.csv(data.csv)
data_1=data[0:800]
data_2=data[800:1000]
svm.fit(data_1['name'], data_1['description'])
svm.predict(data_2['name'])
print("enter the name")
i=str(input())
predicted=svm.predict(i)
print("predicted description is")
print(predicted)  #here the description will be predicted

但在上面的代码中，我只传递标题作为输入并预测描述。

我通过添加另一列作为位置来扩展数据集

所以数据集中会有三列

name,description,location

所以我现在需要传递名称和描述作为输入，我需要预测位置作为结果

我不知道如何在 predict() 方法中传递两个标签（名称、描述）来预测位置作为结果或任何其他可用的解决方案（如果适用）意味着请发布解决方案。

编辑：

我按照cmets修改了代码：

#Python CODE  
data=pandas.csv(data.csv)  
data_1=data[0:100]  
data_2=data[50:100]  
svm.fit(data_1[['name','description']], data_1['location'])   
svm.predict(data_2['location'])  
print("enter the name")  
i=str(input())  
print("enter the description")  
j=str(input())      
predicted=svm.predict(i)  
print("predicted location is")  
print(predicted)    #here the location will be predicted  

运行此代码后出现以下错误：

ValueError：在 svm_fit(data_1[['name','description']],data_1['location']) 中找到样本数不一致的输入变量[2,100]

Answer 1

看起来错误在下面一行

svm.predict(data_2['location']) 

你需要给data_2的输入数据，像这个！

svm.predict(data_2[['name','description']])

Answer 2

以下代码不正确：

print("enter the name")  
i=str(input())  
print("enter the description")  
i=str(input())      
predicted=svm.predict(i)  

你应该使用：

print("enter the name")  
i=str(input())  
print("enter the description")  
j=str(input())  # using i here will lose name string.
predicted=svm.predict([i,j])  # send both name and description now;

但错误似乎来自以下语句：

svm.fit(data_1[['name','description']], data_1['location']) 

只有在您也发布数据样本时才能找到确切的错误。