svm鸢尾花分类python代码_机器学习之SVM实战鸢尾花数据二分类

本文介绍了使用SVM对鸢尾花数据进行二分类的实践,对比了线性核函数和高斯核函数的效果。通过调整参数,探讨了不同设置对分类准确率的影响,并展示了调参后的分类结果示意图。

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

在SVM中利用对线性核函数和高斯核函数进行调参来对二分类鸢尾花数据分类结果进行比较。从最终的结果来看,调参是很重要的。

3422226e1e8edc72a87164212d3304eb.png

其代码如下:import numpy as np

from sklearn import svm

import matplotlib as mpl

import matplotlib.colors

import matplotlib.pyplot as plt

def show_accuracy(a, b):

acc = a.ravel() == b.ravel()

# print '正确率:%.2f%%' % (100*float(acc.sum()) / a.size)

if __name__ == "__main__":

data = np.loadtxt('bipartition.txt', dtype=np.float, delimiter='\t')

x, y = np.split(data, (2, ), axis=1)

y = y.ravel()

clf_param = (('linear', 0.1), ('linear', 0.5), ('linear', 1), ('linear', 2),

('rbf', 1, 0.1), 

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