支持向量机的SOM算法实现

最新推荐文章于 2024-10-20 11:19:20 发布

原创

最新推荐文章于 2024-10-20 11:19:20 发布 · 1.1k 阅读

5 ·

CC 4.0 BY-SA版权

文章标签：

#支持向量机 #python

博主通过自学理解并实现了支持向量机（SVM）原理，结合SOM算法，利用手机客户流失数据进行实践。参考了两篇详细教程，并使用sklearn库中的核函数方法简化了支持向量机的实现过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

终于把支持向量机的原理以及SOM实现代码自己撸了一遍，感觉实在好复杂，辛亏有大佬们的文档作参考：

原理公式推导讲的最好的一篇：https://blog.youkuaiyun.com/weixin_41090915/article/details/79177267

SOM算法详解：https://www.cnblogs.com/jerrylead/archive/2011/03/18/1988419.html

我主要是自己参考的这两篇文章，找的之前自己做手机客户流失的数据来写的程序，程序思路就是跟着大佬来做的！

具体的详解都在大佬的文章里面啦！！！我觉得写的实在是太太太好太详细啦！

时不时拿出来温习一下下很ok哦！

这是我照着大佬撸的代码，数据是长这样的，我只用了其中两个特征。

import numpy as np
import random
import matplotlib.pyplot as plt
import pandas as pd
get_ipython().magic('matplotlib inline')


#读取文件
file_name = r"G:\laioffer\LaiData_MLProjects\LaiData_MLProjects\data\churn.csv"
file = pd.read_csv(file_name)
file.head()


features = ['