Python实现基于SVM的分类器的方法


Posted in Python onJuly 19, 2019

本文代码来之《数据分析与挖掘实战》,在此基础上补充完善了一下~

代码是基于SVM的分类器Python实现,原文章节题目和code关系不大,或者说给出已处理好数据的方法缺失、源是图像数据更是不见踪影,一句话就是练习分类器(?㉨?メ)

源代码直接给好了K=30,就试了试怎么选的,挑选规则设定比较单一,有好主意请不吝赐教哟

# -*- coding: utf-8 -*-
"""
Created on Sun Aug 12 12:19:34 2018

@author: Luove
"""
from sklearn import svm
from sklearn import metrics
import pandas as pd 
import numpy as np
from numpy.random import shuffle
#from random import seed
#import pickle #保存模型和加载模型
import os


os.getcwd()
os.chdir('D:/Analyze/Python Matlab/Python/BookCodes/Python数据分析与挖掘实战/图书配套数据、代码/chapter9/demo/code')
inputfile = '../data/moment.csv'
data=pd.read_csv(inputfile)

data.head()
data=data.as_matrix()
#seed(10)
shuffle(data) #随机重排,按列,同列重排,因是随机的每次运算会导致结果有差异,可在之前设置seed
n=0.8
train=data[:int(n*len(data)),:]
test=data[int(n*len(data)):,:]

#建模数据 整理
#k=30 
m=100
record=pd.DataFrame(columns=['acurrary_train','acurrary_test']) 
for k in range(1,m+1):
  # k特征扩大倍数,特征值在0-1之间,彼此区分度太小,扩大以提高区分度和准确率
  x_train=train[:,2:]*k
  y_train=train[:,0].astype(int)
  x_test=test[:,2:]*k
  y_test=test[:,0].astype(int)
  
  model=svm.SVC()
  model.fit(x_train,y_train)
  #pickle.dump(model,open('../tmp/svm1.model','wb'))#保存模型
  #model=pickle.load(open('../tmp/svm1.model','rb'))#加载模型
  #模型评价 混淆矩阵
  cm_train=metrics.confusion_matrix(y_train,model.predict(x_train))
  cm_test=metrics.confusion_matrix(y_test,model.predict(x_test))
  
  pd.DataFrame(cm_train,index=range(1,6),columns=range(1,6))
  accurary_train=np.trace(cm_train)/cm_train.sum()   #准确率计算
#  accurary_train=model.score(x_train,y_train)             #使用model自带的方法求准确率
  pd.DataFrame(cm_test,index=range(1,6),columns=range(1,6))
  accurary_test=np.trace(cm_test)/cm_test.sum()
  record=record.append(pd.DataFrame([accurary_train,accurary_test],index=['accurary_train','accurary_test']).T)

record.index=range(1,m+1)
find_k=record.sort_values(by=['accurary_train','accurary_test'],ascending=False) # 生成一个copy 不改变原变量
find_k[(find_k['accurary_train']>0.95) & (find_k['accurary_test']>0.95) & (find_k['accurary_test']>=find_k['accurary_train'])]
#len(find_k[(find_k['accurary_train']>0.95) & (find_k['accurary_test']>0.95)])
''' k=33
  accurary_train accurary_test
33    0.950617    0.95122
'''
''' 计算一下整体 
 accurary_data
 0.95073891625615758
'''
k=33
x_train=train[:,2:]*k
y_train=train[:,0].astype(int)
model=svm.SVC()
model.fit(x_train,y_train)
model.score(x_train,y_train)
model.score(datax_train,datay_train)
datax_train=data[:,2:]*k
datay_train=data[:,0].astype(int)
cm_data=metrics.confusion_matrix(datay_train,model.predict(datax_train))
pd.DataFrame(cm_data,index=range(1,6),columns=range(1,6))
accurary_data=np.trace(cm_data)/cm_data.sum()
accurary_data

REF:

《数据分析与挖掘实战》

源代码及数据需要可自取:https://github.com/Luove/Data

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中使用hashlib模块处理算法的教程
Apr 28 Python
python DataFrame 修改列的顺序实例
Apr 10 Python
python删除文本中行数标签的方法
May 31 Python
python实现dijkstra最短路由算法
Jan 17 Python
Python使用ctypes调用C/C++的方法
Jan 29 Python
用Python获取摄像头并实时控制人脸的实现示例
Jul 11 Python
初次部署django+gunicorn+nginx的方法步骤
Sep 11 Python
Python获取统计自己的qq群成员信息的方法
Nov 15 Python
Python安装依赖(包)模块方法详解
Feb 14 Python
python实现二分查找算法
Sep 18 Python
详解pycharm自动import所需的库的操作方法
Nov 30 Python
pytorch __init__、forward与__call__的用法小结
Feb 27 Python
Tensorflow模型实现预测或识别单张图片
Jul 19 #Python
python django下载大的csv文件实现方法分析
Jul 19 #Python
python使用flask与js进行前后台交互的例子
Jul 19 #Python
Django 模型类(models.py)的定义详解
Jul 19 #Python
Tensorflow实现神经网络拟合线性回归
Jul 19 #Python
使用TensorFlow实现简单线性回归模型
Jul 19 #Python
详解将Python程序(.py)转换为Windows可执行文件(.exe)
Jul 19 #Python
You might like
PHP定时执行计划任务的多种方法小结
2011/12/19 PHP
YII Framework框架教程之安全方案详解
2016/03/14 PHP
理解Javascript_01_理解内存分配原理分析
2010/10/11 Javascript
chrome下jq width()方法取值为0的解决方法
2014/05/26 Javascript
jQuery中empty()方法用法实例
2015/01/16 Javascript
基于jquery步骤进度条源码分享
2015/11/12 Javascript
详解JavaScript的闭包、IIFE、apply、函数与对象
2016/12/21 Javascript
JS实现求数组起始项到终止项之和的方法【基于数组扩展函数】
2017/06/13 Javascript
浅谈JS如何实现真正的对象常量
2017/06/25 Javascript
VSCode 配置React Native开发环境的方法
2017/12/27 Javascript
ajax前台后台跨域请求处理方式
2018/02/08 Javascript
Vue.js项目实战之多语种网站的功能实现(租车)
2019/08/07 Javascript
IDEA安装vue插件图文详解
2019/09/26 Javascript
vue中添加与删除关键字搜索功能
2019/10/12 Javascript
vuex state中的数组变化监听实例
2019/11/06 Javascript
ElementUI Tree 树形控件的使用并给节点添加图标
2020/02/27 Javascript
python操作日期和时间的方法
2014/03/11 Python
Python ORM框架SQLAlchemy学习笔记之映射类使用实例和Session会话介绍
2014/06/10 Python
简单总结Python中序列与字典的相同和不同之处
2016/01/19 Python
每天迁移MySQL历史数据到历史库Python脚本
2018/04/13 Python
Pycharm取消py脚本中SQL识别的方法
2018/11/29 Python
利用python实现在微信群刷屏的方法
2019/02/21 Python
使用Python实现分别输出每个数组
2019/12/06 Python
pytorch 多分类问题,计算百分比操作
2020/07/09 Python
Pycharm编辑器功能之代码折叠效果的实现代码
2020/10/15 Python
详解如何获取localStorage最大存储大小的方法
2020/05/21 HTML / CSS
Marc Jacobs彩妆官网:Marc Jacobs Beauty
2017/07/03 全球购物
Perfume’s Club意大利官网:欧洲美妆电商
2019/05/03 全球购物
大学生专业个人学习的自我评价
2013/10/26 职场文书
邀请书模板
2015/02/02 职场文书
世界红十字日活动总结
2015/02/10 职场文书
2015年清明节演讲稿范文
2015/03/17 职场文书
2015年光棍节活动总结
2015/03/24 职场文书
2016新春团拜会致辞
2015/08/01 职场文书
关于艺术节的开幕致辞
2016/03/04 职场文书
深入理解python多线程编程
2021/04/18 Python