Python支援向量機（SVM）執行個體__Python

SVM(Support Vector Machine)指的是支援向量機，是常見的一種判別方法。在機器學習領域，是一個有監督的學習模型，通常用來進行模式識別、分類以及迴歸分析。

Matlab中有林智仁編寫的libsvm工具包可以很好地進行進行SVM訓練。Python中我們有sklearn工具包來進行機器學習演算法訓練，Scikit-Learn庫已經實現了所有基本機器學習的演算法。

以下內容參考自https://www.cnblogs.com/luyaoblog/p/6775342.html的部落格，並將原文中Python2的代碼更新為Python3的代碼。
更多python及機器學習內容請訪問omegaxyz.com
下面以以Iris蘭花資料集為例子：

由於從UCI資料庫中下載的Iris未經處理資料集的樣子是這樣的，前四列為特徵列，第五列為類別列，分別有三種類別Iris-setosa， Iris-versicolor， Iris-virginica。

需要使用numpy對其進行分割操作。

資料集下載地址：http://archive.ics.uci.edu/ml/machine-learning-databases/iris/

下載iris.data即可。

Python3代碼：

from sklearn import svmimport numpy as npimport matplotlib.pyplot as pltimport matplotlib as mplfrom matplotlib import colorsfrom sklearn.model_selection import train_test_splitdef iris_type(s):    it = {b'Iris-setosa': 0, b'Iris-versicolor': 1, b'Iris-virginica': 2}    return it[s]path = 'C:\\Users\\dell\\desktop\\iris.data'  # 資料檔案路徑data = np.loadtxt(path, dtype=float, delimiter=',', converters={4: iris_type})x, y = np.split(data, (4,), axis=1)x = x[:, :2]x_train, x_test, y_train, y_test = train_test_split(x, y, random_state=1, train_size=0.6)# clf = svm.SVC(C=0.1, kernel='linear', decision_function_shape='ovr')clf = svm.SVC(C=0.8, kernel='rbf', gamma=20, decision_function_shape='ovr')clf.fit(x_train, y_train.ravel())print(clf.score(x_train, y_train))  # 精度y_hat = clf.predict(x_train)print(clf.score(x_test, y_test))y_hat2 = clf.predict(x_test)x1_min, x1_max = x[:, 0].min(), x[:, 0].max()  # 第0列的範圍x2_min, x2_max = x[:, 1].min(), x[:, 1].max()  # 第1列的範圍x1, x2 = np.mgrid[x1_min:x1_max:200j, x2_min:x2_max:200j]  # 產生網格採樣點grid_test = np.stack((x1.flat, x2.flat), axis=1)  # 測試點mpl.rcParams['font.sans-serif'] = [u'SimHei']mpl.rcParams['axes.unicode_minus'] = Falsecm_light = mpl.colors.ListedColormap(['#A0FFA0', '#FFA0A0', '#A0A0FF'])cm_dark = mpl.colors.ListedColormap(['g', 'r', 'b'])grid_hat = clf.predict(grid_test)  # 預測分類值grid_hat = grid_hat.reshape(x1.shape)  # 使之與輸入的形狀相同alpha = 0.5plt.pcolormesh(x1, x2, grid_hat, cmap=cm_light)  # 預測值的顯示plt.plot(x[:, 0], x[:, 1], 'o', alpha=alpha, color='blue', markeredgecolor='k')plt.scatter(x_test[:, 0], x_test[:, 1], s=120, facecolors='none', zorder=10)  # 圈中測試集樣本plt.xlabel(u'花萼長度', fontsize=13)plt.ylabel(u'花萼寬度', fontsize=13)plt.xlim(x1_min, x1_max)plt.ylim(x2_min, x2_max)plt.title(u'SVM分類', fontsize=15)plt.show()

split(資料，分割位置，軸=1（水平分割） or 0（垂直分割）)。

x = x[:, :2]是為方便後期畫圖更直觀，故只取了前兩列特徵值向量訓練。

sklearn.model_selection.train_test_split隨機劃分訓練集與測試集。train_test_split(train_data,train_target,test_size=數字, random_state=0)

參數解釋：

train_data：所要劃分的樣本特徵集

train_target：所要劃分的樣本結果

test_size：樣本佔比，如果是整數的話就是樣本的數量

random_state：是隨機數的種子。

隨機數種子：其實就是該組隨機數的編號，在需要重複實驗的時候，保證得到一組一樣的隨機數。比如你每次都填1，其他參數一樣的情況下你得到的隨機數組是一樣的。但填0或不填，每次都會不一樣。隨機數的產生取決於種子，隨機數和種子之間的關係遵從以下兩個規則：種子不同，產生不同的隨機數；種子相同，即使執行個體不同也產生相同的隨機數。

kernel=’linear’時，為線性核，C越大分類效果越好，但有可能會過擬合（defaul C=1）。
kernel=’rbf’時（default），為高斯核，gamma值越小，分類介面越連續；gamma值越大，分類介面越“散”，分類效果越好，但有可能會過擬合。

線性分類結果：

rbf核函數分類結果：

更多python及機器學習內容請訪問omegaxyz.com