Solucionado (ver solução)
Solucionado
(ver solução)
2
respostas

[Dúvida] LinearSVC retorna vazio

Boa noite à todos.

Estou usando o Collab para iniciar o curso de Machine Learning, porém encontrei um erro frustrante que não consigo solucionar, é frustrante porque tenho certeza que é algo simples e não estou enxergando.

Abaixo segue o código e o resultado:

# features (1 sim, 0 não)
# pelo longo? 
# perna curta?
# faz auau?

porco1 = [0, 1, 0]
porco2 = [0, 1, 1]
porco3 = [1, 1, 0]

cachorro1 = [0, 1, 1]
cachorro2 = [1, 0, 1]
cachorro3 = [1, 1, 1]

# 1 => porco, 0 => cachorro
dados = [porco1, porco2, porco3, cachorro1, cachorro2, cachorro3]
classes = [1,1,1,0,0,0]

from sklearn.svm import LinearSVC

model = LinearSVC()
model.fit(dados, classes)

LinearSVC()

Já digitei e copiei do próprio notebook da aula porém o resultado é sempre o mesmo => "LinearSVC()".

Desde já agradeço se puderem me ajudar a ver o erro.

2 respostas
solução!

Olá, Victor! Tudo bem com você?

Receber um resultado vazio, como "LinearSVC()", é normal atualmente. O que acontece é que a biblioteca mudou a forma de devolver os valores com o passar do tempo, tornando-se menos verbosa. Quando você recebe vazio, da forma como você recebeu, significa que todos os parâmetros estão com os valores default. Mas e quais são esses parâmetros?

Você pode conferir todos os parâmetros do LinearSVC na própria documentação:

class sklearn.svm.LinearSVC(penalty='l2', loss='squared_hinge', *, dual=True, tol=0.0001, C=1.0, multi_class='ovr', fit_intercept=True, intercept_scaling=1, class_weight=None, verbose=0, random_state=None, max_iter=1000)

Caso algum desses parâmetros fosse diferente do default ele seria retornado, "avisando" você.

Qualquer dúvida estou à disposição.

Caso este post tenha lhe ajudado, por favor, marcar como solucionado ✓.Bons Estudos!

Bruno,

Estou bem também.

Muito obrigado pelo rápido esclarecimento.