头歌——机器学习——支持向量机案例

第1关：基于支持向量机模型的应用案例

任务描述

本关任务：编写一个基于支持向量机模型的应用案例。

相关知识

在本应用案例中，我们借助一个具体的实际问题，来完整地实现基于支持向量机模型的开发应用。在此训练中，我们会介绍如何加载数据集、训练集与测试集的划分，以及如何利用sklearn构建支持向量机模型。

SVM应用案例之数据加载

Iris数据集是机器学习任务中常用的分类实验数据集，由Fisher在1936收集整理。 Iris中文名是安德森鸢尾花卉数据集，英文全称是Anderson’s Iris data set，是一类多重变量分析的数据集。Iris一共包含150个样本，分为3类，每类50个数据，每个数据包含4个属性。可通过花萼长度，花萼宽度，花瓣长度，花瓣宽度4个属性预测鸢尾花卉属于（Setosa，Versicolour，Virginica）三个种类中的哪一类。

样本局部截图：

我们可以通过以下方法从sklearn库加载该数据集。

• dataset = load_iris()

SVM应用案例之数据划分

我们通常使用 train_test_split() 函数来随机划分样本数据为训练集和测试集，这样做的好处是随机客观的划分数据，减少人为因素。

其中该函数中包含的参数为：

train_data：待划分样本数据

train_target：待划分样本数据的结果（标签）

test_size：测试数据占样本数据的比例，若整数则样本数量

random_state：设置随机数种子，保证每次都是同一个随机数。若为0或不填，则每次得到数据都不一样 具体实现如下：

• x_train,x_test,y_train,y_test = train_test_split(data_x,data_y,test_size=0.3)

SVM核心算法实现

sklearn库是机器学习领域当中最知名的 python 模块之一。他包含了很多种机器学习的内容，如分类，回归，数据处理，模型选择等等，用途广泛且非常方便，其中就包括了支持向量机模型，我们可以轻松地调用sklearn库中封装好的svm函数实现操作，具体操作如下：

• from sklearn import svm;//调用sklearn库中的svm函数
• clf = svm.SVC();//调用svm函数中的SVC核心算法

SVM应用案例之评价指标

在分类任务中，常有的评价指标如下图所示。

针对二分类问题，即将实例分成正类（positive）或负类（negative），在实际分类中会出现以下四种情况： （1）若一个实例是正类，并且被预测为正类，即为真正类(True Positive TP) （2）若一个实例是正类，但是被预测为负类，即为假负类(False Negative FN) （3）若一个实例是负类，但是被预测为正类，即为假正类(False Positive FP) （4）若一个实例是负类，并且被预测为负类，即为真负类(True Negative TN)

我们常用准确率来衡量分类器正确的样本与总样本数之间的关系。 具体公式为  Accuracy =TP+TN+FP+FNTP+TN​

在本次应用案例中，我们通过比较预测值与真实值来统计预测正确的数目，具体实现如下：

• cnt = 0 //初始化为零
• for i in range(len(y_test)): //通过循环来遍历寻找预测正确的数目
• if y_predict[i] == y_test[i]:
• cnt +=1
• print(cnt/len(y_predict)) //由预测正确的数目除以总数目得到准确率accuracy。

第1关任务——代码题

from sklearn import svm # 加载sklearn库来调用svm算法
from sklearn.datasets import load_iris #加载sklearn库中的数据集
from sklearn.model_selection import train_test_split #划分测试集训练集

#1.加载数据集
################# Begin #################
datas = load_iris()
################# End #################
data_x = datas.data #定义数据
data_y = datas.target #定义标签

#2.划分训练集和测试集
################# Begin #################
x_train,x_test,y_train,y_test = train_test_split(data_x,data_y,test_size=0.3)
################# End #################

#3.调用svm函数
################# Begin #################
from sklearn import svm;
clf = svm.SVC();
################# End #################

clf = clf.fit(x_train,y_train) #开始训练svm模型
a = clf.predict(x_test) #开始测试

cnt = 0
for i in range(len(y_test)):  #评价预测的结果
    if a[i] == y_test[i]:
        cnt +=1
print(cnt/len(a))