人工智能_机器学习062_支持向量机SVR_回归核函数的差异_正玄波拟合实验_linear线性回归_poly多项式回归_rbf径向基---人工智能工作笔记0102

之前我们使用支持向量机进行分类,使用的是线性分类器SVC然后我们再来看,

使用非线性核函数

首先我们导包

import numpy as np 数学计算包

from sklearn.svm import SVR 非线性核函数SVR 也就是regression回归问题对吧

import matplotlib.pyplot as plt 画图工具

然后我们去创建数据

X = np.linspace(0,10,50) 0到10分成50份的等差数列

y = np.sin(X) 这个是正弦函数,对应正玄波,这个可以查一下,以前学过的

plt.scatter(X,y) 用散点图画出来

 正弦函数，记作 sin(x)，是三角函数的一种。在数学中，它描述了直角三角形中一个角（通常称为锐角）的对边与斜边的比值。正弦函数的定义可以拓展到单位圆，即一个半径为1的圆。
在单位圆的定义下，正弦函数表示圆上任意一点的纵坐标值。具体来说，假设圆上的点对应的角度为 x（