我将LIBSVM格式的数据输入到一个SciPy稀疏矩阵中。培训集是多标签和多类的，如我所问的问题：理解scikit学习中的数据格式所述
from sklearn.datasets import load_svmlight_file
X,Y = load_svmlight_file("train-subset100.csv.csv", multilabel = True, zero_based = True)
然后我使用带有LinearSVC的OneVsRest分类器来训练数据。
clf = OneVsRestClassifier(LinearSVC())
clf.fit(X, Y)
现在当我想测试数据时，我执行以下操作。
X_, Y_ = load_svmlight_file("train-subset10.csv", multilabel = True, zero_based = False)
predicted = clf.predict(X_)
这里它给了我错误。我把追踪结果原封不动地放在这里。
回溯（最近一次呼叫最后一次）：
文件“test.py”，第36行，在
预测=clf。预测（X_）
文件"/usr/lib/py模块/python2.7/skLearning/multiclass.py"，第151行，在预测
返回预测值（self.estimators，self.label，binarizer，X）
文件“/usr/lib/pymodules/python2.7/sklearn/multiclass.py”，第67行，在predict\u ovr中
Y=np。数组（[[u predict\u binary（e，X）表示估计量中的e]）
文件“/usr/lib/pymodules/python2.7/sklearn/multiclass.py”，第40行，二进制
返回np。ravel（估计量.决策函数（X））
文件“/usr/lib/pymodules/python2.7/sklearn/svm/base.py”，第728行，在decision_函数中
_check_n_features（X）
文件“/usr/lib/pymodules/python2.7/sklearn/svm/base.py”，第748行，在检查功能中
X.形状[1]））
ValueError:X.shape[1]应为3421，而不是690。
我不明白为什么当输入格式是稀疏矩阵时，它会寻找更多的特征？如何让它正确预测测试标签？
我自己解决了这个问题。问题是使用SVMLIGHT/LIBSVM格式一个接一个地加载数据集期望训练矩阵具有相同大小的特征集。所以有两个变通办法。一种是使用load_svmlight_files命令一次输入所有数据。
X,Y,X_,Y_ = load_svmlight_files("train-subset100.csv", "train-subset10.csv",...
multilabel = True, zero_based = False)
其次，您可以明确提到功能的数量。
X,Y=load_svmlight_file("train-subset100.csv",multilabel=True, zero_based = False)
X_,Y_ = load_svmlight_file("train-subset10.csv", n_features = X.shape[1],...
multilabel = True, zero_based = False, )
