![](https://cdn-ak-scissors.b.st-hatena.com/image/square/7b67a0624aa09f0d773992bcee87af1a951d3ecc/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9Y3VNTCVFMyU4MSVBRVNWQyVFMyU4MiU5MkdyaWRzZWFyY2hDViVFMyU4MSVBRSVFOCVBRCU5OCVFNSU4OCVBNSVFNSU5OSVBOCVFMyU4MSVBOCVFMyU4MSU5NyVFMyU4MSVBNiVFNCVCRCVCRiVFMyU4MSU4NiVFNiU5NiVCOSVFNiVCMyU5NSZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTU2JnM9YjdlOGU5MTI3ZjdkY2FhMDRlYmQxMzUwMTUxYmQwOGE%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDBzaG9qaTE4JnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9MzYmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz1mMTViOTJjOWI2ODNjN2M1ODgyZmQ4ZjliMzYxYTNlYQ%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3D56e5e9e26212cb30f2854eee0b4b4b0f)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
cuMLのSVCをGridsearchCVの識別器として使う方法 - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
cuMLのSVCをGridsearchCVの識別器として使う方法 - Qiita
記事の概要 scikit-learnのGridsearchCVにcuMLのSVM(SVC)をestimatorとして渡すと, エラーが発生した... 記事の概要 scikit-learnのGridsearchCVにcuMLのSVM(SVC)をestimatorとして渡すと, エラーが発生したので解決策を残します. Qiita初投稿なので,間違いやわかりにくい点などあればご指摘いただけると有難いです. 先に結論だけ エラーの原因 scikit-learnのSVM.SVC.predict()の戻り値はnumpyの配列 cuMLのcuml.svm.SVC.predict()の戻り値はcuDFのSeries scikit-learnのGridsearchCVは,estimator.predict()の戻り値としてnumpy配列を想定しています. しかし,cuMLのSVC.predict()の戻り値はcuDFのSeriesなので,GridsearchCVの内部でエラーが発生します. GridsearchCVを使わない場合,戻り値を都度numpy配