sklearn实战之构建SVM多分类器

本文介绍如何借助sklearn库轻松构建支持向量机(SVM)分类器,实现图像分类任务。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

利用sklearn库构建SVM分类器十分简单,因为这个库已经封装好了,只用调用相应的函数即可。

# -*- coding: utf-8 -*-
"""
Created on Fri Nov 23 18:44:37 2018

@author: 13260
"""

import os
import numpy as np
import matplotlib.pyplot as plt
from itertools import cycle
from sklearn import svm, metrics, preprocessing
from sklearn.metrics import roc_curve, auc, classification_report
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import LabelBinarizer
from sklearn.multiclass import OneVsRestClassifier
from sklearn.externals import joblib
from scipy import interp

# 加载图像特征及标签
'''
def read_features(filedir):
    file_list = os.listdir(filedir)
    X = []
    tmp_y = os.listdir("F:/shiyan/TensorFlow/retrain/data/train")
    # print(len(y))
    y = []
    for file in file_list:
        
        tmp_file = filedir + "/" + file
        tmp = np.loadtxt(tmp_file,dtype=str)
        # np格式转换
        feature = tmp.astype(np.float)
        X.append(feature)
        old_filename = file[:-3].split("_")
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值