周志华《机器学习》习题6.2

6.2 试用LIBSVM，在西瓜数据集3.0 α \alpha上分别用线性核和高斯核训练一个SVM，并比较其支持向量的差别。

我用的是sklearn.svm中的SVC类，这个类是基于LIBSVM实现的。很傻瓜式的几行代码就搞定了，答案是它俩得到一样的支持向量。

# -*- coding: utf-8 -*-
"""Excercise 6.2"""
import numpy as np
import pandas as pd
from sklearn import svmdata = pd.read_csv(filepath_or_buffer = '../dataset/watermelon3.0alpha.csv')#Seperata the data into samples and labels
columns = data.columns
attributes = columns[:-1]
label = columns[-1]
samples_frame = data[attributes]
label_series = data[label]
#Up to now, we do not need DataFrame any more, instead, an array is more suitable
samples = samples_frame.values
labels = label_series.tolist()#linear kernel
clf = svm.SVC(kernel = 'linear')
clf.fit(samples,labels)
#Get support vectors
print clf.support_vectors_
#Get indices of support vectors
print clf.support_
#Get number of support vectors for each classes
print clf.n_support_#gaussian kernel
clf1 = svm.SVC(kernel = 'rbf')
clf1.fit(samples,labels)
#Get support vectors
print clf1.support_vectors_
#Get indices of support vectors
print clf1.support_
#Get number of support vectors for each classes
print clf1.n_support_

运行结果：

[[ 0.666  0.091][ 0.243  0.267][ 0.343  0.099][ 0.639  0.161][ 0.657  0.198][ 0.36   0.37 ][ 0.593  0.042][ 0.719  0.103][ 0.697  0.46 ][ 0.774  0.376][ 0.634  0.264][ 0.608  0.318][ 0.556  0.215][ 0.403  0.237][ 0.481  0.149][ 0.437  0.211]]
[ 8  9 11 12 13 14 15 16  0  1  2  3  4  5  6  7]
[8 8]
[[ 0.666  0.091][ 0.243  0.267][ 0.343  0.099][ 0.639  0.161][ 0.657  0.198][ 0.36   0.37 ][ 0.593  0.042][ 0.719  0.103][ 0.697  0.46 ][ 0.774  0.376][ 0.634  0.264][ 0.608  0.318][ 0.556  0.215][ 0.403  0.237][ 0.481  0.149][ 0.437  0.211]]
[ 8  9 11 12 13 14 15 16  0  1  2  3  4  5  6  7]
[8 8]

周志华《机器学习》习题6.2相关推荐

周志华-机器学习西瓜书-第三章习题3.3 编程实现对率回归
本文为周志华机器学习西瓜书第三章课后习题3.3答案,编程实现对率回归,数据集为书本第89页的数据使用tensorflow实现过程 # coding=utf-8 import tensorflow a ...
《机器学习》周志华课后习题答案——第一章（1-3题完结）
<机器学习>周志华课后习题答案--第一章文章目录 <机器学习>周志华课后习题答案--第一章一.表1.1中若只包含编号为1和4的两个样例,试给出相应的版本空间二.与使用单个 ...
《机器学习》周志华课后习题答案——第三章 (1-7题)
<机器学习>周志华课后习题答案--第三章 (1-7题) 文章目录 <机器学习>周志华课后习题答案--第三章 (1-7题) 一.试析在什么情形下式(3.2)中不必考虑偏置项b. ...
机器学习周志华课后习题3.5 线性判别分析LDA
机器学习周志华课后习题3.5 线性判别分析LDA 照着书上敲了敲啥都不会,雀食折磨 python代码 # coding=UTF-8 from numpy import * # 我安装numpy的时 ...
《机器学习》周志华课后习题答案——第八章 (1-2已完结)
<机器学习>周志华课后习题答案---第五章 (1-2已完结) 文章目录 <机器学习>周志华课后习题答案---第五章 (1-2已完结) 一.如图所示二.如图所示一.如图所示 ...
周志华机器学习（6）：支持向量机
周志华机器学习(6):支持向量机 6 支持向量机 6.1 间隔与支持向量 6.2 对偶问题(dual problem) 6.3 核函数 6.4 软间隔与正则化基本是大段摘录西瓜书加上一些自己的解释补 ...
周志华机器学习--绪论
周志华机器学习–绪论第一章绪论第二章模型评估与选择第三章线性模型第四章决策树第五章支持向量机第六章神经网络第七章贝叶斯分类器第八章集成学习和聚类文章目录周志华机器学 ...
周志华机器学习（西瓜书）学习笔记（持续更新）
<周志华机器学习>笔记第1章绪论 1.1 引言 1.2 基本术语 1.3 假设空间 1.4 归纳偏好 1.5 发展历程 1.6 应用现状第2章模型评估与选择 2.1 经验误差与过拟 ...
【读书笔记】周志华机器学习第二章模型评估和选择
第二章模型评估和选择 1 欠拟合和过拟合偏差和方差 1.1 欠拟合和过拟合 1.2 偏差和方差 2 评估方法性能度量 2.1 评估方法 2.1.1 留出法 2.2.2 交叉验证法 2.2.3 自 ...
周志华机器学习--模型评估与选择
周志华机器学习–模型评估与选择第一章绪论第二章模型评估与选择第三章线性模型第四章决策树第五章支持向量机第六章神经网络第七章贝叶斯分类器第八章集成学习和聚类文章目录周 ...

周志华《机器学习》习题6.2

周志华《机器学习》习题6.2相关推荐

最新文章

热门文章