के साथ साइकिट-सीखें ग्रिड खोज मैं क्रॉस सत्यापन-ग्रिड खोज सीख रहा हूं और इस youtube playlist पर आया और ट्यूटोरियल को github पर आईपीथॉन नोटबुक के रूप में भी अपलोड कर दिया गया है। मैं में कोड को फिर से बनाने की कोशिश कर रहा हूं, साथ ही सेक्शन के कई पैरामीटर खोज रहा हूं लेकिन knn का उपयोग करने के बजाय मैं SVM रिग्रेशन का उपयोग कर रहा हूं। यह मेरा कोडएसवीएम रिग्रेशन
from sklearn.datasets import load_iris
from sklearn import svm
from sklearn.grid_search import GridSearchCV
import matplotlib.pyplot as plt
import numpy as np
iris = load_iris()
X = iris.data
y = iris.target
k=['rbf', 'linear','poly','sigmoid','precomputed']
c= range(1,100)
g=np.arange(1e-4,1e-2,0.0001)
g=g.tolist()
param_grid=dict(kernel=k, C=c, gamma=g)
print param_grid
svr=svm.SVC()
grid = GridSearchCV(svr, param_grid, cv=5,scoring='accuracy')
grid.fit(X, y)
print()
print("Grid scores on development set:")
print()
print grid.grid_scores_
print("Best parameters set found on development set:")
print()
print(grid.best_params_)
print("Grid best score:")
print()
print (grid.best_score_)
# create a list of the mean scores only
grid_mean_scores = [result.mean_validation_score for result in grid.grid_scores_]
print grid_mean_scores
लेकिन इसकी इस त्रुटि
raise ValueError("X should be a square kernel matrix") ValueError: X should be a square kernel matrix
जब एक अजगर त्रुटि तुम हमेशा पूर्ण पाइथन ट्रैसबैक बोली चाहिए रिपोर्टिंग यह देता है पर अपवाद उठाए जाने पर जानकारी। – ogrisel