erro ao executar -> modelo.predict(teste_x) | Machine Learning: classificação com SKLearn

Código:

from sklearn.svm import LinearSVC

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

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

treino_x = [porco1, porco2, porco3, cachorro1, cachorro2, cachorro3] treino_y = [1, 1, 1, 0, 0, 0]

modelo = LinearSVC() modelo.fit = (treino_x, treino_y)

misterio1 = [1,1,1] misterio2 = [1,1,0] misterio3 = [0,1,1]

teste_x = [misterio1, misterio2, misterio3] teste_y = [0, 1, 1]

modelo.predict(teste_x)

Erro:

NotFittedErrorTraceback (most recent call last) in () 22 teste_y = [0, 1, 1] 23 ---> 24 modelo.predict(teste_x) 25

1 frames /usr/local/lib/python2.7/dist-packages/sklearn/linear_model/base.pyc in decision_function(self, X) 253 if not hasattr(self, 'coef_') or self.coef_ is None: 254 raise NotFittedError("This %(name)s instance is not fitted " --> 255 "yet" % {'name': type(self).name}) 256 257 X = check_array(X, accept_sparse='csr')

NotFittedError: This LinearSVC instance is not fitted yet

from sklearn.svm import LinearSVC porco1 = [0, 1, 0] porco2 = [0, 1, 1] porco3 = [1, 1, 1] cachorro1 = [0, 1, 1] cachorro2 = [1, 0, 1] cachorro3 = [1, 1, 1] treino_x = [porco1, porco2, porco3, cachorro1, cachorro2, cachorro3] treino_y = [1, 1, 1, 0, 0, 0] modelo = LinearSVC() modelo.fit(treino_x, treino_y) misterio1 = [1,1,1] misterio2 = [1,1,0] misterio3 = [0,1,1] teste_x = [misterio1, misterio2, misterio3] teste_y = [0, 1, 1] modelo.predict(teste_x)

Mergulhe em programação