python遇到的问题求助

我真的不想秃头

错误提示：
[i]
Traceback (most recent call last):
  File "D:/code/pycharm/dingwei.py", line 400, in <module>
    svm.train()
  File "D:/code/pycharm/dingwei.py", line 241, in train
    if self.isSatisfyKKT(i) is not True:
  File "D:/code/pycharm/dingwei.py", line 112, in isSatisfyKKT
    if (math.fabs(self.alpha) < self.toler) and (yi * gxi >= 1):
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

错误相关代码：
def isSatisfyKKT(self, i):
      
        gxi =self.calc_gxi(i)
        yi = self.trainLabelMat[i]

       if (math.fabs(self.alpha[i]) < self.toler) and (yi * gxi >= 1):
            return True
        
        elif (math.fabs(self.alpha[i] - self.C) < self.toler) and (yi * gxi <= 1):
            return True
      
        elif (self.alpha[i] > -self.toler) and (self.alpha < (self.C + self.toler)) \
                and (math.fabs(yi * gxi - 1) < self.toler):
            return True
        else:
            return False


while (iterStep < iter) and (parameterChanged > 0):
            #打印当前迭代轮数
            print('iter:%d:%d'%( iterStep, iter))
            #迭代步数加1
            iterStep += 1
            #新的一轮将参数改变标志位重新置0
            parameterChanged = 0

            #大循环遍历所有样本，用于找SMO中第一个变量
            for i in range(self.m):
                #查看第一个遍历是否满足KKT条件，如果不满足则作为SMO中第一个变量从而进行优化

                     if self.isSatisfyKKT(i) is not True:
                    #如果下标为i的α不满足KKT条件，则进行优化

                    #第一个变量α的下标i已经确定，接下来按照“7.4.2 变量的选择方法”第二步
                    #选择变量2。由于变量2的选择中涉及到|E1 - E2|，因此先计算E1
                    E1 = self.calcEi(i)

                    #选择第2个变量
                    E2, j = self.getAlphaJ(E1, i)[/i][/i][/i][/i]



if __name__ == '__main__':
    start = time.time()

    # 获取训练集及标签
    print('start read transSet')
    trainDataList, trainLabelList = loadData('train.txt')

    # 获取测试集及标签
    print('start read testSet')
    testDataList, testLabelList = loadData('test.txt')

    #初始化SVM类
    print('start init SVM')
    svm = SVM(trainDataList[:1000], trainLabelList[:1000], 10, 200, 0.001)

    # 开始训练
    print('start to train')
    svm.train()

    # 开始测试
    print('start to test')
    accuracy = svm.test(testDataList[:100, testLabelList[:100])
    print('the accuracy is:%d'%(accuracy * 100), '%')

    # 打印时间
    print('time span:', time.time() - start)
[i][i][/i][/i]
[i][i][/i][/i]

suchocolate

把格式调整好，while很突兀。

amazed

666666666666666666

kerln888

来学习一下！！！！

Xie2002

来看看

1050293757

勿忘在莒

新手路过！看的一脸懵逼！还需努力跟上大佬的节奏！