python-3.x - 如何为更大的数据集运行此功能（9 个功能）

Question

我是 python 新手。在我的代码中，我试图从头开始实现支持向量机。该代码以前有 2 个功能和 2 个类（1 和 -1），有 6 个实例（每个类），并且运行良好。我正在尝试使用 6 个实例（每个类）为 9 个功能和 2 个类（1 和 -1）实现相同的代码，它给了我一个值错误，我似乎无法修复它。我正在使用 Python 3.6.3 版本，感谢您的帮助。

  #This is my dictionary/dataset
  data_dict = {-1: np.array([[1, 7, 4, 1, 9, 1, 5, 6, 7],
                       [2, 8, 6, 0, 8, 6, 8, 5, 2],
                       [3, 8, 7, 3, 2, 5, 4, 4, 8], ]),
         1: np.array([[5, 1, 8, 2, 6, 4, 0, 2, -3],
                      [6, -1, 5, -2, 6, -3, 0, 5, 3],
                      [7, 3, 0, 4, 10, -6, 9, 8, 2], ])}

  #Call to the function
  svm = Support_Vector_Machine()
  svm.fit(data=data_dict)

#Function fit
def fit(self, data):
    self.data = data
       #Some more code here
                    #w_t and b intialized here

                    for i in self.data:
                        for xi in self.data[i]:
                            yi = i
                            if not yi * (np.dot(w_t, xi) + b) >= 1:
                                found_option = False
                                # print(xi,':',yi*(np.dot(w_t,xi)+b))

                    if found_option:
                        opt_dict[np.linalg.norm(w_t)] = [w_t, b]

错误信息：

在模块中

svm.fit(data=data_dict)

合身

if not yi * (np.dot(w_t, xi) + b) >= 1: 
ValueError: shapes (2,) and (9,) not aligned: 2 (dim 0) != 9 (dim 0)

标签： python-3.xmachine-learningsvm

Answer 1

谢谢你。我想到了。问题在于数组 w_t 的大小和形状。w_t 有 2 个元素，我试图将它与 9 个元素的数组相乘。我修复了它，现在它工作正常。