机器学习笔记：python中使用sklearn中的svm进行分类demo，并输出分类概率

最新推荐文章于 2025-07-01 18:34:01 发布
原创 最新推荐文章于 2025-07-01 18:34:01 发布 · 6.6k 阅读 · 13 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#python #sklearn #svm

本文展示了一个使用Python的scikit-learn库中SVM分类器的简单示例。通过一组训练数据，我们构建了一个分类模型，并展示了如何进行预测及获取分类概率。

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

from sklearn import svm
# 使用svm分类demo


# sklearn.svm.SVC(C=1.0, kernel='rbf', degree=3, gamma='auto', coef0=0.0, shrinking=True, probability=False,
# tol=0.001, cache_size=200, class_weight=None, verbose=False, max_iter=-1, decision_function_shape=None,random_state=None)


X = [[0,0],[1,9],[9,1],[6,5]]
y = [0,0,1,1]
# probability 为true可以打印分类概率
clf = svm.SVC(probability = True)
clf.fit(X,y)


x_test = [[1,7]]


result = clf.predict(x_test)
# 预测输出
print(result)
# 分类概率

print(clf.predict_proba(x_test))

python按概率输出分类结果_sklearn例程:多分类输出概率
weixin_42303365的博客
12-24 3648
示例简介本示例介绍如何绘制不同分类器的分类概率。我们在拥有3个类别的数据集上，使用如下分类模型进行多分类：支持向量分类器(SVM Classification, 简称SVC)线性SVC在默认情况下不是概率分类器，但在此示例中启用了内置校准选项(probability=True)逻辑回归(LogisticRegression，简称LR)，尝试了3种参数配置：采用L1正则化采用L2正则化和One-Vs...
python分类算法svm_Python机器学习笔记：异常点检测算法——One Class SVM
weixin_39900045的博客
12-06 1269
完整代码及其数据，请移步小编的GitHub传送门：请点击我如果点击有误：https://github.com/LeBron-Jian/MachineLearningNote前言最近老板有一个需求，做单样本检测，也就是说只有一个类别的数据集与标签，因为在工厂设备中，控制系统的任务是判断是是否有意外情况出现，例如产品质量过低，机器产生奇怪的震动或者机器零件脱落等。相对来说容易得到正常场景下的训练数据，...
【机器学习详解】SVM解二分类,多分类,及后验概率输出
热门推荐
勿在浮砂筑高台
04-10 6万+
转载请注明出处:http://blog.youkuaiyun.com/luoshixian099/article/details/51073885 优快云−勿在浮沙筑高台\color{Blue}{优快云-勿在浮沙筑高台} 支持向量机(Support Vector Machine)曾经在分类、回归问题中非常流行。支持向量机也称为最大间隔分类器，通过分离超平面把原始样本集划分成两部分。首先考虑最简单
一文搞懂AdaBoost算法：从原理到实战
最新发布
qiutesting的博客
07-01 917
AdaBoost作为一种经典的集成学习算法，通过组合多个弱分类器和自适应调整样本权重，能够构建出强大的预测模型。​​自适应学习​​：自动关注难样本，不断改进模型​​灵活兼容​​：可与多种基分类器结合使用​​高准确率​​：在许多任务上优于单一模型希望这篇文章能帮助你全面理解AdaBoost算法！
SVM 输出分类概率(python)
weixin_30619101的博客
06-11 3139
import numpy as np from sklearn import svm X = np.array([[-1, -1], [-2, -1], [1, 1], [2, 1]]) y = np.array([1, 1, 2, 2]) clt = svm.SVC(probability = True) clt.fit(X, y) print clt.predict...
SKlearn之情节分类概率（Plot classification probability）
戴某某
10-17 1417
这个范例的主要目的 使用iris鸢尾花资料集 测试不同分类器对于涵盖特定范围之资料集，分类为那一种鸢尾花的机率 例如：sepal length为4cm而sepal width为3cm时被分类为versicolor的机率 （一）资料汇入及描述 首先先汇入iris鸢尾花资料集，使用将资料存入iris = datasets.load_iris() 准备...
5-概率分类模型
老猫的博客
04-21 908
概念 分类要找一个 functionfunctionfunction 函数，输入对象 xxx 特征， 输出是该对象属于 nnn 个类别中是属于哪一个。 例子1：比如信用评分【二分类问题】 输入：收入，储蓄，行业，年龄，金融史… 输出：是否拒绝拒绝贷款 例子2：比如医疗诊断【多分类问题】 输入：当前症状，年龄，性别，医疗史… 输出：患了哪种疾病 总体步骤 模型选择 回归模型 类别1：相当于target是 111。 类别2：相当于target是 −1-1−1。 然后训练模型：因为是个数值，如
python one class svm_Python机器学习笔记：One Class SVM
weixin_39575775的博客
12-18 1510
前言最近老板有一个需求，做单样本检测，也就是说只有一个类别的数据集与标签，因为在工厂设备中，控制系统的任务是判断是是否有意外情况出现，例如产品质量过低，机器产生奇怪的震动或者机器零件脱落等。相对来说容易得到正常场景下的训练数据，但故障系统状态的收集示例数据可能相当昂贵，或者根本不可能。如果可以模拟一个错误的系统状态，问题就好解决多了，但无法保证所有的错误状态都被模拟到，所以只能寻找单样本检测相关的...
python机器学习手写字体识别,机器学习之路： python 支持向量机 LinearSVC 手写字体识别...
weixin_35244067的博客
03-26 981
使用python3 学习sklearn中支持向量机api的使用可以来到我的git下载源代码：https://github.com/linyi0604/MachineLearning# 导入手写字体加载器from sklearn.datasets import load_digitsfrom sklearn.cross_validation import train_test_splitfrom s...
python3入门机器学习，知识点全面总结与代码实操示例
weixin_40896800的博客
03-19 1924
通过本篇文章的学习，大家可以对机器学习这门学科的基本框架有一个初步的了解。非常适合初识机器学习的小伙伴。当然它也是人工智能、大模型、深度学习、神经网络、这些目前特别热且前沿的技术的基石。在算法部分，每个经典算法都有具体实例代码演练，希望初次学习的小伙伴可以下载搭建基础的运行环境来实操一下，尤其是数字识别、人脸识别那一部分，还是很有趣味性的。文章也会涉及到一些数学知识，如函数应用，因为机器学习很多算法的原理就是数学函数求解来的。
Python机器学习笔记——One Class SVM
weixin_30861797的博客
05-11 3605
前言 　　最近老板有一个需求，做单样本检测，也就是说只有一个类别的数据集与标签，因为在工厂设备中，控制系统的任务是判断是是否有意外情况出现，例如产品质量过低，机器产生奇怪的震动或者机器零件脱落等。相对来说容易得到正常场景下的训练数据，但故障系统状态的收集示例数据可能相当昂贵，或者根本不可能。如果可以模拟一个错误的系统状态，问题就好解决多了，但无法保证所有的错误状态都被模拟到，所以只能寻找单样本检...
SVM概率分类
12-12
图像的分类，对应SVM的二类分类问题，SVM的使用
基于SVM概率输出与证据理论的多分类方法
08-20
SVM的硬判决软化为概率输出的软判决，输出的概率再转换成确信度用于证据融合理论的输入
《机器学习》学习笔记（五）—分类：概率生成模型
时光机的学习博客
04-26 2503
Classification（分类） 找到一个合适的模型，输入对象 xxx ，输出它属于的类别 应用：信用评估、医疗诊断、手写识别、面部识别 如何进行分类 分类问题中的线性回归 我们考虑一个二元分类问题，一类标记为 Class1Class 1Class1，一类标记为 Class2Class 2Class2。如果对于左图中的数据利用回归模型可以很好的区分，但是如果数据分布不是聚集分布，如右图，...
机器学习算法输出分类概率
yjq125931902的博客
09-23 983
分类概率，简而言之，就是模型对某个实例属于特定类别的信心度量。在二分类问题中，如果模型给出某样本属于正类的概率为0.8，那么我们可以认为，根据当前模型和数据，该样本有80%的可能性是正例。对于多分类任务，则会有多个概率值，分别对应各个可能的类别。
机器学习--输出分类概率--matlab代码
学习随笔
08-15 2501
概览 本文给出了下面3种输出分类概率学习器的matlab代码，以及例程。 svm kNN ELM 程序包 链接：https://pan.baidu.com/s/1B6R2B7mzEDahWnDQ0zlepw 提取码：9rbp 例程 %% 机器学习-例程 %% 简单介绍 % % % 功能：基于训练数据，利用学习器，构建预测模型。 % % 输入：训练数据（特征+标签），测试数据（特征+标签）。 % % 输出：预测的标签 % % 学习器的选择：稳定学习器优先SVM，不稳定学习器优先ELM。（可以对分
SVM算法（七）将SVM推广到分类概率问题
guofei_fly的博客
10-26 2052
根据前文对SVM算法的推导，可以给出样本点的预测值： sign(∑i=1nαiyiK(xi,x)+b)sign(\sum\limits_{i=1}^n \alpha_iy_iK(x_i,x)+b)sign(i=1∑n​αi​yi​K(xi​,x)+b)但一些情况下，我们不仅希望模型能输出表示分类的符号，也希望能得到某个分类的置信概率，正如逻辑回归得到的P(y∣x)=11+e−(wx+b)P(y|x...
SVM分类器如何输出预测实例的概率值
qq_38236355的博客
07-18 2万+
支持向量机分类器能够输出测试实例与决策边界之间的距离，你可以将其用作信心分数。但是这个分数不能直接转化成类别概率的估算。如果创建SVM时，在Scikit-Learn中设置probability=True，那么训练完成后，算法将使用逻辑回归对SVM分数进行校准（对训练数据额外进行5-折交叉验证的训练），从而得到概率值。 这会给SVM添加predict_proba()和predict_log_prob...
Java机器学习库ML之七分类预测输出概率值
医疗影像检索
06-26 4304
场景：一般分类预测直接输出类别标记，不过有些情况需要输出对应类别的概率值，比如判定为正例的概率是0.6，而判定为负例的概率是0.3，那自然标记为正例，这里就是看ML用classDistribution输出各类别的概率值。参考代码如下： /** * This file is part of the Java Machine Learning Library * * The Java Mac
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

代码先觉

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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