Sklearn svm이 동일한 값을 예측합니다.

Question

이것은 number에 대한 ocr의 구현입니다.

#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 

이 0.03 0.17 0.05 88

[ '8'에 '8'에 '8'에 '8'에 '8'에 '8'의 '총 8 내 출력

 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 

평균/IS '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']

왜 나는 동일한 예측 가치를 얻고 있습니다. 나는 무작위 훈련 및 테스트 데이터를 전달하고 있습니다. 디버깅을 시도했으나 code.please 도움말에 문제가 없습니다.

Answer 1

이것은 데이터 세트 (기능) 수가 적기 때문에 발생할 수 있습니다 .SVC는 대용량 데이터 세트와 잘 작동합니다. LinerSVC를 사용하여 문제를 해결해야합니다.