以分类（字符串）数据作为标签的SVC（支持向量分类）

Question

我使用scikit-learn来实现简单的监督式学习算法。实质上，我遵循教程here（但使用我自己的数据）。

我尽量拟合模型：

clf = svm.SVC(gamma=0.001, C=100.) 
clf.fit(features_training,labels_training) 

但在第二行中，我得到一个错误：ValueError: could not convert string to float: 'A'

预计此错误的原因label_training包含字符串值代表三个不同的类别，例如如A，B,C。

所以问题是：如果标记数据表示字符串形式的类别，我该如何使用SVC（支持向量分类）。对我来说，一个直观的解决方案似乎只是将每个字符串转换为数字。例如，A = 0,B = 1等，但这真的是最好的解决方案？

Answer 1

看看http://scikit-learn.org/stable/modules/preprocessing.html#encoding-categorical-featuressection 4.3.4 Encoding categorical features.

特别是看使用OneHotEncoder。这会将分类值转换为可由SVM使用的格式。

Answer 2

可以尝试此代码：

from sklearn import svm 
X = [[0, 0], [1, 1],[2,3]] 
y = ['A', 'B','C'] 
clf = svm.SVC(gamma=0.001, C=100.) 
clf.fit(X, y) 
clf.predict([[2,3]]) 

输出： 阵列（[ 'C']， D类= '| S1'）

你应该采取的因变量（y）根据“清单”。