100天搞定机器学习（100-Days-Of-ML）（六）支持向量机SVM

最新推荐文章于 2025-02-21 21:27:01 发布

带着小板凳学习

最新推荐文章于 2025-02-21 21:27:01 发布

阅读量486

点赞数 1

分类专栏： 100天搞定机器学习文章标签：机器学习

本文链接：https://blog.youkuaiyun.com/u013963380/article/details/85225786

版权

第六天：支持向量机SVM

支持向量机SVM是一个有监督的机器学习算法，它可用于分类和回归分析，最主要是用再分类问题中。在这个算法中，根据特征值，构建一个n维空间（其中n即是特征数量），把每个数据点投影到此空间内。通过查找一个超平面，把数据区分成两类。换句话说，算法输出一个最佳超平面，用于数据分类。对于SVM来说，它指的是距离两类数据最远的一个超平面，即是此超平面到最近元素的距离最远。

数据集同第五天用的是Social_Network_Ads。

第一步：导入库并加载数据集

数据集如下：

导入库：
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
-------------------------------
加载数据集：
dataset = pd.read_csv('E:/datasets/Social_Network_Ads.cs')
X = dataset.iloc[ : , [2, 3]].values
Y = dataset.i