欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

机器学习——监督学习——支持向量机note

程序员文章站 2022-05-27 09:52:52
...
#1
#导入手写体数字加载器
from sklearn.datasets import load_digits
digits=load_digits()
print(digits.data.shape)

#2
#数据分割
from sklearn.model_selection import train_test_split
#选取75%的训练样本及25%的测试样本
X_train,X_test,y_train,y_test=train_test_split(digits.data,digits.target,test_size=0.25,random_state=33)
print(y_train.shape)
print(y_test.shape)

#3
#支持向量机
from sklearn.preprocessing import StandardScaler
from sklearn.svm import LinearSVC
ss=StandardScaler()
X_train=ss.fit_transform(X_train)
X_test=ss.fit_transform(X_test)
lsvc=LinearSVC()
lsvc.fit(X_train,y_train)
y_predict=lsvc.predict(X_test)

#4
#使用模型自带的评估函数进行准确性测评
print('The Accuracy of LinearSVC is:',lsvc.score(X_test,y_test))

from sklearn.metrics import classification_report
print(classification_report(y_test,y_predict,target_names=digits.target_names.astype(str)))

 

相关标签: ML