python - 在opencv中实现svm对皮肤癌数据进行分类
问题描述
我在 python 中使用 svm。我为 svm 分类器提供了一个 csv 文件，目标属性是良性和恶性。如何使用分类器进行分类并将输出作为“恶性”或“良性”而不是准确性或混淆矩阵。
解决方案
如果您sklearn用于实例化和训练模型，则可以使用一行代码轻松完成：
target_prediction = clf.predict(X_test)
clf您的训练模型在哪里，X_test您的特征测试拆分在哪里dataframe
推荐阅读
- vb6 - vb6 ActiveReports1：如何构建具有 3 个具有不同数据源的子报表的报表
- html - 通过python根据条件向html添加类
- django - 无法使用提供的凭据登录 django DRF
- reactjs - 重新渲染一个反应组件的兄弟
- r - 用 ggplot 在 R 中绘制 data.frame
- docker - 如何使用 runc 列出 docker 容器
- node.js - 如何在同一网络上运行 docker-compose 和 docker？
- javascript - 计算 SVG 地图上点之间的纬度/经度和距离
- python - Django模型方法变量放入模板
- javascript - jQuery模态关闭函数，在关闭时清除值，需要排除特定的命名输入