如何使用Pyml获得的分类器我是PyML的新用户，在Python中使用PyML

Question

。使用the tutorial，我做了以下内容：

from PyML import * 
data = SparseDataSet("heart") 
s = SVM() 
s.train(data) 
r = s.cv(data,5) 

我得到的结果集r，但我不知道如何使用这个结果集到一个完全新的实例与Python分类。任何人都可以帮助我吗？任何建议将不胜感激。

谢谢。

Answer 1

r = s.sv(data,5)您正在做交叉验证，用于通过在数据集的不同部分上训练和测试5次来测量分类器性能。当您的目标是分类新实例时，这不是必需的。

给新实例的分类，你最好有这些不同的数据集，并使用SVM对象的测试方法训练后：

s = SVM() 
s.train(trainingDataset) 
r = s.test(testDataset) 

然后，您将有结果从testDataset新的实例进行分类。 使用s.test()的选项是使用s.classify(data, i)和s.decisionFunc(data, i)对培训后的各个数据点进行分类，但在教程文档中不推荐这样做，因为您不会获得结果对象中包含的额外结果信息（例如从s.test获得， s.cv或s.stratifiedCV方法）。