Python 支持向量机分类器的实现


Posted in Python onJanuary 15, 2020

支持向量机(Support Vector Machine, SVM)是一类按监督学习(supervised learning)方式对数据进行二元分类的广义线性分类器(generalized linear classifier),其决策边界是对学习样本求解的最大边距超平面(maximum-margin hyperplane)

SVM使用铰链损失函数(hinge loss)计算经验风险(empirical risk)并在求解系统中加入了正则化项以优化结构风险(structural risk),是一个具有稀疏性和稳健性的分类器。SVM可以通过核方法(kernel method)进行非线性分类,是常见的核学习(kernel learning)方法之一。

SVM被提出于1964年,在二十世纪90年代后得到快速发展并衍生出一系列改进和扩展算法,在人像识别、文本分类等模式识别(pattern recognition)问题中有得到应用。

import numpy as np
from scipy import io as spio
from matplotlib import pyplot as plt
from sklearn import svm
 
 
def SVM():
  '''data1——线性分类'''
  data1 = spio.loadmat('data1.mat')
  X = data1['X']
  y = data1['y']
  y = np.ravel(y)
  plot_data(X, y)
 
  model = svm.SVC(C=1.0, kernel='linear').fit(X, y) # 指定核函数为线性核函数
  plot_decisionBoundary(X, y, model) # 画决策边界
  '''data2——非线性分类'''
  data2 = spio.loadmat('data2.mat')
  X = data2['X']
  y = data2['y']
  y = np.ravel(y)
  plt = plot_data(X, y)
  plt.show()
 
  model = svm.SVC(gamma=100).fit(X, y) # gamma为核函数的系数,值越大拟合的越好
  plot_decisionBoundary(X, y, model, class_='notLinear') # 画决策边界
 
 
# 作图
def plot_data(X, y):
  plt.figure(figsize=(10, 8))
  pos = np.where(y == 1) # 找到y=1的位置
  neg = np.where(y == 0) # 找到y=0的位置
  p1, = plt.plot(np.ravel(X[pos, 0]), np.ravel(X[pos, 1]), 'ro', markersize=8)
  p2, = plt.plot(np.ravel(X[neg, 0]), np.ravel(X[neg, 1]), 'g^', markersize=8)
  plt.xlabel("X1")
  plt.ylabel("X2")
  plt.legend([p1, p2], ["y==1", "y==0"])
  return plt
 
 
# 画决策边界
def plot_decisionBoundary(X, y, model, class_='linear'):
  plt = plot_data(X, y)
 
  # 线性边界    
  if class_ == 'linear':
    w = model.coef_
    b = model.intercept_
    xp = np.linspace(np.min(X[:, 0]), np.max(X[:, 0]), 100)
    yp = -(w[0, 0] * xp + b) / w[0, 1]
    plt.plot(xp, yp, 'b-', linewidth=2.0)
    plt.show()
  else: # 非线性边界
    x_1 = np.transpose(np.linspace(np.min(X[:, 0]), np.max(X[:, 0]), 100).reshape(1, -1))
    x_2 = np.transpose(np.linspace(np.min(X[:, 1]), np.max(X[:, 1]), 100).reshape(1, -1))
    X1, X2 = np.meshgrid(x_1, x_2)
    vals = np.zeros(X1.shape)
    for i in range(X1.shape[1]):
      this_X = np.hstack((X1[:, i].reshape(-1, 1), X2[:, i].reshape(-1, 1)))
      vals[:, i] = model.predict(this_X)
 
    plt.contour(X1, X2, vals, [0, 1], color='blue')
    plt.show()
 
 
if __name__ == "__main__":
  SVM()

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持三水点靠木。

Python 相关文章推荐
Python深入学习之装饰器
Aug 31 Python
Python入门篇之编程习惯与特点
Oct 17 Python
Python中SOAP项目的介绍及其在web开发中的应用
Apr 14 Python
Python输出9*9乘法表的方法
May 25 Python
Python编程使用NLTK进行自然语言处理详解
Nov 16 Python
Python基于win32ui模块创建弹出式菜单示例
May 09 Python
通过Py2exe将自己的python程序打包成.exe/.app的方法
May 26 Python
Python BS4库的安装与使用详解
Aug 08 Python
Pandas时间序列重采样(resample)方法中closed、label的作用详解
Dec 10 Python
40个你可能不知道的Python技巧附代码
Jan 29 Python
Python GUI编程学习笔记之tkinter中messagebox、filedialog控件用法详解
Mar 30 Python
Python3如何判断三角形的类型
Apr 12 Python
pytorch-神经网络拟合曲线实例
Jan 15 #Python
Pytorch中的VGG实现修改最后一层FC
Jan 15 #Python
详解Python3 中的字符串格式化语法
Jan 15 #Python
用pytorch的nn.Module构造简单全链接层实例
Jan 14 #Python
pytorch三层全连接层实现手写字母识别方式
Jan 14 #Python
Python实现bilibili时间长度查询的示例代码
Jan 14 #Python
基于python监控程序是否关闭
Jan 14 #Python
You might like
谈谈PHP语法(4)
2006/10/09 PHP
Yii分页用法实例详解
2014/12/04 PHP
PHP实现文件上传和多文件上传
2015/12/24 PHP
Yii CDBCriteria常用方法实例小结
2017/01/19 PHP
php面试中关于面向对象的相关问题
2019/02/13 PHP
来自chinaz的ajax获取评论代码
2008/05/03 Javascript
使用jscript实现二进制读写脚本代码
2008/06/09 Javascript
用JavaScript对JSON进行模式匹配 (Part 2 - 实现)
2010/07/17 Javascript
js中apply方法的使用详细解析
2013/11/04 Javascript
JavaScript 判断用户输入的邮箱及手机格式是否正确
2013/12/08 Javascript
控制input输入框中提示信息的显示和隐藏的方法
2014/02/12 Javascript
原生javascript实现解析XML文档与字符串
2016/03/01 Javascript
BootStrap Validator对于隐藏域验证和程序赋值即时验证的问题浅析
2016/12/01 Javascript
javascript history对象详解
2017/02/09 Javascript
Jquery-data的三种用法
2017/04/18 jQuery
javascript简写常用的12个技巧(可以大大减少你的js代码量)
2020/03/28 Javascript
使用MUI框架模拟手机端的下拉刷新和上拉加载功能
2017/09/04 Javascript
vue实现导航栏效果(选中状态刷新不消失)
2017/12/13 Javascript
浅谈基于Vue.js的移动组件库cube-ui
2017/12/20 Javascript
jQuery时间戳和日期相互转换操作示例
2018/12/07 jQuery
js实现点赞按钮功能的实例代码
2020/03/06 Javascript
详解Vue Cli浏览器兼容性实践
2020/06/08 Javascript
python让图片按照exif信息里的创建时间进行排序的方法
2015/03/16 Python
python实现在图片上画特定大小角度矩形框
2018/10/24 Python
详解如何在cmd命令窗口中搭建简单的python开发环境
2019/08/29 Python
python中pickle模块浅析
2020/12/29 Python
欧洲著名的珠宝和手表网上商城:uhrcenter
2017/04/10 全球购物
校园创业策划书
2014/01/14 职场文书
销售员岗位职责范本
2014/02/03 职场文书
秋天的图画教学反思
2014/05/01 职场文书
市级文明单位申报材料
2014/05/07 职场文书
服务承诺书怎么写
2014/05/24 职场文书
2014年安全工作总结范文
2014/11/13 职场文书
2016年春季开学典礼新闻稿
2015/11/25 职场文书
企业愿景口号
2015/12/25 职场文书
Windows server 2022创建创建林、域树、子域的步骤
2022/06/25 Servers