Scikit 学习 SVC 预测概率无法按预期工作

Question

我使用 SVM 分类器构建了情绪分析器。我用 probability=True 训练模型，它可以给我概率。但是当我腌制我的模型并稍后再次加载它时，概率不再起作用。

该模型：

 from sklearn.svm import SVC, LinearSVC
pipeline_svm = Pipeline([
    ('bow', CountVectorizer()),
    ('tfidf', TfidfTransformer()),
    ('classifier', SVC(probability=True)),])

# pipeline parameters to automatically explore and tune
param_svm = [
  {'classifier__C': [1, 10, 100, 1000], 'classifier__kernel': ['linear']},
  {'classifier__C': [1, 10, 100, 1000], 'classifier__gamma': [0.001, 0.0001], 'classifier__kernel': ['rbf']},
]

grid_svm = GridSearchCV(
    pipeline_svm,
    param_grid=param_svm,
    refit=True,
    n_jobs=-1,
    scoring='accuracy',
    cv=StratifiedKFold(label_train, n_folds=5),)

svm_detector_reloaded = cPickle.load(open('svm_sentiment_analyzer.pkl', 'rb'))
print(svm_detector_reloaded.predict([""""Today is awesome day"""])[0])

给我：

AttributeError: probability=False 时 predict_proba 不可用

原文由 KevinOelen 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

使用： SVM(probability=True)

或者

grid_svm = GridSearchCV(
    probability=True
    pipeline_svm,
    param_grid=param_svm,
    refit=True,
    n_jobs=-1,
    scoring='accuracy',
    cv=StratifiedKFold(label_train, n_folds=5),)

原文由 Neofytos Neocleous 发布，翻译遵循 CC BY-SA 4.0 许可协议