SVM机器学习实战1（含训练数据集）

最新推荐文章于 2025-06-03 16:51:13 发布

Tina_053

最新推荐文章于 2025-06-03 16:51:13 发布

阅读量1.6w

点赞数 8

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/weixin_42983055/article/details/82387729

这篇博客分享了使用SVM进行机器学习实战的经验，数据来源于网络，经过sklearn处理后，预测精度达到0.988，强调了在实际问题中达到如此效果的难度，通常由于数据预处理和特征不明确导致。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本文的代码亲测有效，数据直接从网上load下来的，若想看源数据进入数据地址即可。第一次写博客也不会组织语言，将就着看看咯，主要是想为自己写过的code留下一些印记，方便以后查证。
以下是sklearn中现成的应用办法：

'''
逻辑回归：from sklearn.linear_model import LogisticRegression

朴素贝叶斯：from sklearn.naive_bayes import GaussianNB

K-近邻：from sklearn.neighbors import KNeighborsClassifier

决策树：from sklearn.tree import DecisionTreeClassifier

支持向量机：from sklearn import svm
'''
import numpy as np
from sklearn.utils import check_random_state
from sklearn import svm, datasets
import sklearn.model_selection as ms
import matplotlib.pyplot as plt
#数