Entrar Ainda não tem acesso?
1
resposta

[Dúvida] Tuple object is not callable

Referente ao curso Machine Learning: classificação com SKLearn, no capítulo Introdução à classificação e atividade Primeiro treino e teste de um modelo de classificação

por Felipe Rodrigues Leite Correa
| 80.6k xp | 5 posts
Estagiário

Ao executar o meu código no CO recebo o seguinte erro:

*TypeError                                 Traceback (most recent call last)
<ipython-input-15-d3b3a4d860e1> in <cell line: 4>()
      2 
      3 model = LinearSVC()
----> 4 model.fit (dados, classes)

TypeError: 'tuple' object is not callable*

Meu código é:

#features x axis (1 for dragon, 0 for sheep)
#wings
#spills fire
#fangs
#horns
#scales
#fur
dragon1 = [1, 1, 1, 0, 1, 0]
dragon2 = [1, 1, 1, 0, 1, 0]
dragon3 = [1, 1, 1, 1, 1, 0]

sheep1 = [0, 0, 0, 1, 0, 0]
sheep2 = [0, 0, 0, 0, 0, 1]
sheep3 = [0, 0, 0, 1, 0, 1]

#data 1 = dragon 0 = sheep
dados = [dragon1, dragon2, dragon3, sheep1, sheep2, sheep3]
classes = [1, 1, 1, 0, 0, 0]

O import está como:

from sklearn.svm import LinearSVC

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

Por favor, precisaria de ajuda para tentar resolver antes de avançar.

1 resposta
por Dayvison Leite Cordeiro
| 63.8k xp | 1 posts
Analista de dados

Boa noite, Felipe! Tudo bem?

Analisei e rodei seu código aqui e funcionou normalmente. Evite espaços em branco ao executar algum método, como no seu código "model.fit (dados, classes)" possui um espaço em branco entre a chamada do método e os parâmetros.

Certifique-se de que a ordem do seu código esteja correta e que os parâmetros passados no "model.fit" já existam antes de executá-la.

Nessa ordem, por exemplo:

from sklearn.svm import LinearSVC

#features x axis (1 for dragon, 0 for sheep)
#wings
#spills fire
#fangs
#horns
#scales
#fur
dragon1 = [1, 1, 1, 0, 1, 0]
dragon2 = [1, 1, 1, 0, 1, 0]
dragon3 = [1, 1, 1, 1, 1, 0]

sheep1 = [0, 0, 0, 1, 0, 0]
sheep2 = [0, 0, 0, 0, 0, 1]
sheep3 = [0, 0, 0, 1, 0, 1]

#data 1 = dragon 0 = sheep
dados = [dragon1, dragon2, dragon3, sheep1, sheep2, sheep3]
classes = [1, 1, 1, 0, 0, 0]

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

Se o erro persistir, por favor, manda um print do código para que eu possa te ajudar!

Abraços