はAttributeError： 'LinearSVC' オブジェクトは、私が更新</strong></strong></p> <p><strong><strong>LinearSVC分類器を使用しようとしています何の属性 'predict_proba'

Question

を持っていません：追加の輸入

import nltk 
from nltk.tokenize import word_tokenize 
from nltk.classify.scikitlearn import SklearnClassifier 
from sklearn.svm import LinearSVC, SVC 

LinearSVC_classifier = SklearnClassifier(LinearSVC()) 
LinearSVC_classifier.train(featuresets) 

をしかし、私はそれを分類しようとしているとき確率

LinearSVC_classifier.prob_classify(feats) 

属性エラー：

AttributeError:'LinearSVC' object has no attribute 'predict_proba' 

sklearnのドキュメントをチェックしたところ、この関数が存在することを示しています。

これを修正するにはどうすればよいですか？

Answer 1

sklearn documentationによると、方法 'predict_probaが' 'LinearSVC'

回避策のために定義されていません：と線形カーネルと

LinearSVC_classifier = SklearnClassifier(SVC(kernel='linear',probability=True)) 

使用SVC、確率引数をに設定してください。。 ちょうどhereで説明されています。

Answer 2

あなたの質問から、NLTK（タグを除く）のようないくつかの外部ラッパーについて言及されていないので、本当に必要なものを把握するのは難しいです！

Vivek Kumarさんのコメントが適用されます。 LinearSVCは確率をサポートしていませんが、SVCはそうしています。今

いくつかの追加の発言：

• SVM-理論は確率とそのためのサポートについてあまりないですが
  • がPlatt scaling
  を参照してくださいクロスバリデーションおよび追加の分類器を使用して余分なアプローチから来ています
• LinearSVCのコアソルバーliblinearはこれを組み込みサポートしていません
• mdilip上記のアプローチが有効な回避策ですが、：
  • SVCはlibsvmに基づいており、
• （大規模のため、多分準備ができていない）ので、遅く代替されています。あなた自身のパイプラインを構築成る：
  • LinearSVC
  • sklearnのprobability-calibration

誰かがこれを観察したようです。前にproblemです。