Python机器学习：SVM004Scikit-learn中的SVM

纵向值很大

数据尺度归一化

#SCikit-learn中的SVN
import numpy as np
import matplotlib.pyplot as plt
from sklearn import datasets

#鸢尾花数据集
iris = datasets.load_iris()
X = iris.data
y = iris.targetX = X[y < 2,:2]
y = y[y < 2]

plt.scatter(X[y == 0,0],X[y == 0,1])
plt.scatter(X[y == 1,0],X[y == 1,1])

from sklearn.preprocessing import StandardScaler
standardScaler = StandardScaler()
#只看下效果，不预测
standardScaler.fit(X,y)
X_standard = standardScaler.transform(X)

#线性SVM
#SVC
from sklearn.svm import LinearSVC
#参数 multi_class = 'ovr',penalty = 'l2'
svc = LinearSVC(C = 1e9)
svc.fit(X_standard,y)

#绘制决策边界
def plot_decision_boundary(model, axis):x0, x1 = np.meshgrid(np.linspace(axis[0], axis[1], int((axis[1]-axis[0])*100)).reshape(-1, 1),np.linspace(axis[2], axis[3], int((axis[3]-axis[2])*100)).reshape(-1, 1),)X_new = np.c_[x0.ravel(), x1.ravel()]y_predict = model.predict(X_new)zz = y_predict.reshape(x0.shape)from matplotlib.colors import ListedColormapcustom_cmap = ListedColormap(['#EF9A9A','#FFF59D','#90CAF9'])plt.contourf(x0, x1, zz, linewidth=5, cmap=custom_cmap)

#C设置成10亿，hard margin
plot_decision_boundary(svc,[-3,3,-3,3])
plt.scatter(X_standard[y == 0,0],X_standard[y == 0,1])
plt.scatter(X_standard[y == 1,0],X_standard[y == 1,1])

soft-margin

#soft
svc2 = LinearSVC(C = 0.01)
svc2.fit(X_standard,y)

plot_decision_boundary(svc2,[-3,3,-3,3])
plt.scatter(X_standard[y == 0,0],X_standard[y == 0,1])
plt.scatter(X_standard[y == 1,0],X_standard[y == 1,1])

def plot_svc_decision_boundary(model, axis):x0, x1 = np.meshgrid(np.linspace(axis[0], axis[1], int((axis[1]-axis[0])*100)).reshape(-1, 1),np.linspace(axis[2], axis[3], int((axis[3]-axis[2])*100)).reshape(-1, 1),)X_new = np.c_[x0.ravel(), x1.ravel()]y_predict = model.predict(X_new)zz = y_predict.reshape(x0.shape)from matplotlib.colors import ListedColormapcustom_cmap = ListedColormap(['#EF9A9A','#FFF59D','#90CAF9'])plt.contourf(x0, x1, zz, linewidth=5, cmap=custom_cmap)w = model.coef_[0]b = model.intercept_[0]# w0 * x0 + w1 * x1 + b = 0# => x1 = -w0 / w1 * x0 - b / w1plot_x = np.linspace(axis[0],axis[1],200)up_y = -w[0] / w[1] * plot_x - b / w[1] + 1 / w[1]down_y = -w[0] / w[1] * plot_x - b / w[1] - 1 / w[1]up_index = (up_y >= axis[2]) & (up_y <= axis[3])down_index = (down_y >= axis[2]) & (down_y <= axis[3])plt.plot(plot_x[up_index],up_y[up_index],color = 'black')plt.plot(plot_x[down_index],down_y[down_index],color = 'black')

plot_svc_decision_boundary(svc,[-3,3,-3,3])
plt.scatter(X_standard[y == 0,0],X_standard[y == 0,1])
plt.scatter(X_standard[y == 1,0],X_standard[y == 1,1])

plot_svc_decision_boundary(svc2,[-3,3,-3,3])
plt.scatter(X_standard[y == 0,0],X_standard[y == 0,1])
plt.scatter(X_standard[y == 1,0],X_standard[y == 1,1])

Python机器学习：SVM004Scikit-learn中的SVM相关推荐

python支持向量机回归_Python中支持向量机SVM的使用方法详解
除了在Matlab中使用PRTools工具箱中的svm算法,Python中一样可以使用支持向量机做分类.因为Python中的sklearn库也集成了SVM算法,本文的运行环境是Pycharm. 一.导 ...
python机器学习案例系列教程——支持向量机SVM、核函数
全栈工程师开发手册 (作者:栾鹏) python数据挖掘系列教程线性函数.线性回归.线性分类参考:http://blog.csdn.net/luanpeng825485697/article/de ...
Python机器学习：SVM008scikit-learn中的高斯核函数
gamma值时在调整模型复杂度越大越倾向于过拟合越小越倾向于欠拟合 import numpy as np import matplotlib.pyplot as plt from sklearn ...
Python机器学习：SVM003Soft Margin和SVM(线性)的正则化
hard margin 两条直线,决策边界需要有泛化能力.. 线性不可分我们需要拥有容错能力的SVM Soft Margin SVM 给条件宽松一下可以允许一些点在虚线和直线之间需要对yita进 ...
python sklearn 支持向量机_python机器学习库sklearn之支持向量机svm介绍
python机器学习库sklearn之支持向量机svm介绍tcB太阳2平台注册|网站分类目录 python数据挖掘系列教程tcB太阳2平台注册|网站分类目录这里只讲述sklearn中如何使用svm算 ...
python笔迹识别_python_基于Scikit learn库中KNN,SVM算法的笔迹识别
之前我们用自己写KNN算法[网址]识别了MNIST手写识别数据 [数据下载地址] 这里介绍,如何运用Scikit learn库中的KNN,SVM算法进行笔迹识别. 数据说明: 数据共有785列,第一列 ...
python向量机使用方法_Python中支持向量机SVM的使用方法详解
除了在Matlab中使用PRTools工具箱中的svm算法,Python中一样可以使用支持向量机做分类.因为Python中的sklearn库也集成了SVM算法,本文的运行环境是Pycharm. 一.导 ...
GIS在地质灾害危险性评估与灾后重建中的实践技术应用及python机器学习灾害易发性评价模型建立与优化
地质灾害是指全球地壳自然地质演化过程中,由于地球内动力.外动力或者人为地质动力作用下导致的自然地质和人类的自然灾害突发事件.由于降水.地震等自然作用下,地质灾害在世界范围内频繁发生.我国除滑坡灾害外, ...
SVM 支持向量机算法（Support Vector Machine ）【Python机器学习系列（十四）】
SVM 支持向量机算法(Support Vector Machine )[Python机器学习系列(十四)] 文章目录 1.SVM简介 2. SVM 逻辑推导 2.1 Part1 化简限制条件 2.2 ...

Python机器学习：SVM004Scikit-learn中的SVM

Python机器学习：SVM004Scikit-learn中的SVM相关推荐

最新文章

热门文章