SVM调包（Python3）

最新推荐文章于 2025-03-22 17:12:06 发布

Yun_Mengze

最新推荐文章于 2025-03-22 17:12:06 发布

阅读量1.3k

点赞数 1

分类专栏： Python BigData 文章标签： SVM 支持向量机

本文链接：https://blog.youkuaiyun.com/qq_36311653/article/details/88542830

版权

本文详细介绍了如何在Python3中使用SVM进行机器学习，包括理论基础、数据预处理、模型训练、参数调优及预测，重点探讨了SVM在支持向量机算法上的应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import csv
import jieba
import numpy as np
import pandas as pd
from sklearn.feature_extraction.text import CountVectorizer
from sklearn.feature_extraction.text import TfidfTransformer
from sklearn.svm import SVC
from sklearn.pipeline import Pipeline
from sklearn import metrics
from sklearn.grid_search import GridSearchCV
from sklearn.model_selection import train_test_split

#导入正例负例数据
def load_datas(bid):
    Pfilename = 'result'+str(bid)+'positive.csv'
    df_P = pd.DataFrame(pd.read_csv(Pfilename, encoding='utf-8'))
    Nfilename = 'result'+str(bid)+'negative.csv'
    df_N = pd.DataFrame(pd.read_csv(Nfilename, encoding='utf-8'))
    #为正例打标签1
    df_P = df_P[['name']]
    df_P['label'] =