使用 scikit-py 数字数据集进行图像识别的支持向量机

Question

上下文

我想在 Python 中使用 Wakari 学习 this 机器学习教程。

在视频播放 12 分钟时，我收到一条错误消息：

代码

import matplotlib.pyplot as plt


from sklearn import datasets
from sklearn import svm

digits = datasets.load_digits()
clf=svm.SVC(gamma-0.001, c-100)

print(len(digits.data))

x, y = digits.data[:1], digits.target[:-1]
clf.fit(x,y)

print('Prediction:',clf.predict(digits.data[-1]))
plt.imshow(digits.images[-1], cmap=plt.cm.gray_r, interpolation="nearest")
plt.show()

错误文本

    TypeError                                 Traceback (most recent call last)
<ipython-input-1-8cd67aede6c5> in <module>()
      6 
      7 digits = datasets.load_digits()
----> 8 clf=svm.SVC(gamma-0.001, c-100)
      9 
     10 print(len(digits.data))

TypeError: unsupported operand type(s) for -: 'builtin_function_or_method' and 'float'

问题

为什么我会收到那个错误？
我该如何绕过它？

谢谢

Answer 1

改变

clf=svm.SVC(gamma-0.001, c-100)

到

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

您收到此错误是因为在这种情况下 gamma 似乎是一个函数，您正试图从中减去 0.001，这显然是不可能的。我假设你想为你的 SVC 提供参数，它有两个参数 gamma 和 C

使用 scikit-py 数字数据集进行图像识别的支持向量机

support vector machine for the image recognition with the scikit-py digit data set

python

svm