J'essaye d'employer SVM mais je ne sais pas comment adapter le modèle quand j'emploie la trame de données de pandas. Si mes données ressemble à ceci:Ajustement SVM classifier de sklearn avec des données d'un pandas DataFrame
df = pd.DataFrame({"x": ['011', '100', '111'] , "y": [0,1,0]})
df.x.apply(lambda x: np.array(list(map(int,x))))
>>>df
x y
0 [0, 1, 1] 0
1 [1, 0, 0] 1
2 [1, 1, 1] 0
Si je tente d'ajuster le modèle de cette façon:
clf = svm.SVC().fit(df.x, df.y)
Je reçois cette erreur:
ValueError: setting an array element with a sequence.
Quelle est la bonne façon adapter le SVM en utilisant ce cadre de données?
Cela a beaucoup fonctionné, mais pouvons-nous utiliser un tableau numpy plutôt qu'une liste de liste. Parce que quand nous avons un grand ensemble de données, le tableau numpy est beaucoup plus rapide que la liste de la liste? – Ali
@Ali Sklearn est merveilleux. Passer une liste ou un tableau numpy à sklearn ne fait aucune différence. –
merci pour l'explication – Ali