sklearn svm
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline
import numpy as np
复制代码
/anaconda3/envs/py35/lib/python3.5/importlib/_bootstrap.py:222: RuntimeWarning: numpy.dtype size changed, may indicate binary incompatibility. Expected 96, got 88return f(*args, **kwds)
复制代码
data = pd.read_csv("credit-a.csv", header=None)
复制代码
data.head(2)
复制代码
0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
0 | 0 | 30.83 | 0.00 | 0 | 0 | 9 | 0 | 1.25 | 0 | 0 | 1 | 1 | 0 | 202 | 0.0 | -1 |
1 | 1 | 58.67 | 4.46 | 0 | 0 | 8 | 1 | 3.04 | 0 | 0 | 6 | 1 | 0 | 43 | 560.0 | -1 |
from sklearn.model_selection import train_test_split
复制代码
x = data[data.columns[:-1]]
复制代码
y = data[15].replace(-1, 0)
复制代码
x_train, x_test, y_train, y_test = train_test_split(x, y)
复制代码
from sklearn import preprocessing
复制代码
scaler = preprocessing.StandardScaler().fit(x_train)
x_train = scaler.transform(x_train)
x_test = scaler.transform(x_test)
复制代码
from sklearn.svm import SVC
复制代码
/anaconda3/envs/py35/lib/python3.5/importlib/_bootstrap.py:222: RuntimeWarning: numpy.dtype size changed, may indicate binary incompatibility. Expected 96, got 88return f(*args, **kwds)
复制代码
model = SVC(kernel='poly', degree=3, C=5)
复制代码
model.fit(x_train, y_train)
复制代码
SVC(C=5, cache_size=200, class_weight=None, coef0=0.0,decision_function_shape='ovr', degree=3, gamma='auto', kernel='poly',max_iter=-1, probability=False, random_state=None, shrinking=True,tol=0.001, verbose=False)
复制代码
model.score(x_test, y_test)
复制代码
0.8597560975609756
复制代码
model2 = SVC(kernel='rbf', gamma=0.5, C=5)
复制代码
model2.fit(x_train, y_train)
复制代码
SVC(C=5, cache_size=200, class_weight=None, coef0=0.0,decision_function_shape='ovr', degree=3, gamma=0.5, kernel='rbf',max_iter=-1, probability=False, random_state=None, shrinking=True,tol=0.001, verbose=False)
复制代码
model2.score(x_test, y_test)
复制代码
0.8170731707317073
复制代码
sklearn svm相关推荐
- sklearn SVM(支持向量机)模型使用RandomSearchCV获取最优参数及可视化
sklearn SVM(支持向量机)模型使用RandomSearchCV获取最优参数及可视化 支持向量机(support vector machines, SVM)是一种二分类模型,它的基本模型是定义 ...
- sklearn svm如何选择核函数_使用python+sklearn实现成对度量、相关性和核函数
sklearn.metrics.pairwise子模块实现了评估样本集的成对距离或相关性.此模块包含距离度量和内核.这里对这两个问题作了简要的总结.距离度量是函数d(a, b),如果对象a和b被认为比 ...
- python遥感影像分类代码_python,sklearn,svm,遥感数据分类,代码实例
python,sklearn,svm,遥感数据分类,代码实例,数据,函数,精度,遥感,路径 python,sklearn,svm,遥感数据分类,代码实例 易采站长站,站长之家为您整理了python,s ...
- sklearn svm如何选择核函数_机器学习之支持向量机多种核模型对比
机器学习 xueyifeiyun1989zx,公众号:围着围巾的小黑机器学习之监督学习实战 前文我们提到机器学习中的监督学习,其中有一个模型是我们提到的但是没有训练测试的,叫做支持向量机(简称SVM) ...
- sklearn svm如何选择核函数_文本挖掘篇|利用SVM进行短文本分类
何为数据挖掘,顾名思义就是从大量数据中挖掘或抽取出知识.在实际中,进行数据挖掘的数据不仅仅有数值型数据,还有图片型数据,文本型数据等.而所谓文本挖掘,就是从大量文本数据中,提取出对信息使用者有价值的信 ...
- python中的sklearn.svm.svr_支持向量机SVM--sklearn 参数说明
SVM(Support Vector Machine)支持向量机 1.SVM线性分类器 sklearn. svm. LinearsvC(penalty=12, loss=squared_hinge, ...
- python sklearn svm 权重_sklearn svm基本使用
SVM基本使用 SVM在解决分类问题具有良好的效果,出名的软件包有libsvm(支持多种核函数),liblinear.此外python机器学习库scikit-learn也有svm相关算法,sklear ...
- python中的sklearn.svm.svr_python机器学习库scikit-learn:SVR的基本应用
scikit-learn是python的第三方机器学习库,里面集成了大量机器学习的常用方法.例如:贝叶斯,svm,knn等. scikit-learn的官网 : http://scikit-learn ...
- python sklearn svm_文本分类和预测 sklearn.svm.LinearSVC(1)
参考代码manoveg/ML_with_pythongithub.com 数据来源https://github.com/gaussic/text-classification-cnn-rnngit ...
最新文章
- [转载] js 读取和输出txt文件
- PMCAFF | 产品经理的招聘要求调研分析
- 使用线程自己join自己完成线程门栓
- apt-get安装错误积累
- ms sql 触发器( 转)
- Windows系统cmd常用命令详解
- FMEA软件功能失效矩阵-交叉表 vs 树形矩阵
- (2017.03.12更新)CnCrypt文件保险箱1.19,兼容TrueCrypt加密卷
- 物联网推进水产养殖业标准化规模化进程
- python羊车门问题_羊车门作业 Python版
- 代号夏娃在电脑上怎么玩 代号夏娃PC版玩法教程
- mac系统ionic开发ios app从安装到打包
- Pascal 基础算法教案
- 分布式搜索elasticsearch搜索功能【进阶】
- 蓝桥杯 模板Template Part10:AT24C02存储器
- H3C无线接入器WA4320-ACN-SI之FIT转FAT(瘦版本转胖版本)
- 现在当兵有什么待遇复原以后_大学生当兵有什么好处 退伍后待遇怎么样
- EndNote参考文献管理
- Opengl中的TBN矩阵的计算和使用
- linux没有权限操作文件
热门文章
- Apache Kafka-消费端消费重试和死信队列
- Oralce-清除数据的两种思路
- js php 中文乱码怎么解决_探讨PHP JSON中文乱码的解决方法详解
- 学习笔记(十七)——redis(CRUD)
- Qt窗口、控件、文本等的一些常用操作
- (一) 自带刷新的列表-LtRecyclerView v2.x版本(LtAdapter)(基本使用)
- ds18b20温度传感器 lcd C语言,C程序控制18B20测温及LCD显示源码打包
- python互相转换位置坐标(百度坐标、WGS_84、火星坐标)
- 物理服务器转虚拟服务器,物理服务器转虚拟服务器
- 漫步者蓝牙只有一边有声音_漫步者Dreampods新品体验,蓝牙耳机黑科技来了