float型について不平を言っているoneclassSVMのClassifier.fit。 TypeError floatが必要です

Question

私は2つの1クラスSVMを小さなデータセットに収めようとしています。これらのデータセットは、それぞれ呼m1およびm2である。 M1とM2型フロートT1とT2のnumpyのアレイに変換される小数のリストです。 これらのデータセットにoneclass SVMを適合させようとすると、フィット関数が浮動小数点しか受け付けないというエラーが表示されます。誰かがこの問題を解決するのに役立つことができますか？

値の例：以下

m1 =[0.020000000000000018, 0.22799999999999998, 0.15799999999999992, 0.18999999999999995, 0.264] 
m2 = [0.1279999999999999, 0.07400000000000007, 0.75, 1.0, 1.0] 

コード：コマンドライン上

classifier1 =sklearn.svm.OneClassSVM(kernel='linear', nu ='0.5',gamma ='auto') 
classifier2 = sklearn.svm.OneClassSVM(kernel='linear', nu ='0.5',gamma='auto') 


    for x in xrange(len(m1)): 
      print" Iteration "+str(x) 
      t1.append(float(m1[x])) 
      t2.append(float(m2[x])) 
     tx = np.array(t1).astype(float) 
     ty = np.array(t2).astype(float) 
     t1 = np.r_[tx+1.0,tx-1.0] 
     t2 = np.r_[ty+1.0,ty-1.0] 
     print t1 
     print t2 
     clfit1 = classifier1.fit(t1.astype(float)) 
     clfit2 = classifier2.fit(t2.astype(float)) 

エラー：

/usr/local/lib/python2.7/dist-packages/sklearn/utils/validation.py:386: DeprecationWarning: Passing 1d arrays as data is deprecated in 0.17 and willraise ValueError in 0.19. Reshape your data either using X.reshape(-1, 1) if your data has a single feature or X.reshape(1, -1) if it contains a single sample. 
    DeprecationWarning) 
Traceback (most recent call last): 
    File "normalize_data.py", line 108, in <module> 
    main() 
    File "normalize_data.py", line 15, in main 
    trainSVM(result1[0],yval1,result2[0],yval2,0.04) 
    File "normalize_data.py", line 99, in trainSVM 
    clfit1 = classifier1.fit(t1.astype(float)) 
    File "/usr/local/lib/python2.7/dist-packages/sklearn/svm/classes.py", line 1029, in fit 
    **params) 
    File "/usr/local/lib/python2.7/dist-packages/sklearn/svm/base.py", line 193, in fit 
    fit(X, y, sample_weight, solver_type, kernel, random_seed=seed) 
    File "/usr/local/lib/python2.7/dist-packages/sklearn/svm/base.py", line 251, in _dense_fit 
    max_iter=self.max_iter, random_seed=random_seed) 
    File "sklearn/svm/libsvm.pyx", line 59, in sklearn.svm.libsvm.fit (sklearn/svm/libsvm.c:1571) 
TypeError: a float is required 

Answer 1

がエラーを作り、フロートの代わりに文字列としてNUを設定。 をnu = 0.05に設定すると問題が解決されます。