概述
除了在Matlab中使用PRTools工具箱中的svm算法,Python中一样可以使用支持向量机做分类。因为Python中的sklearn库也集成了SVM算法,本文的运行环境是Pycharm。
一、导入sklearn算法包
Scikit-Learn库已经实现了所有基本机器学习的算法,具体使用详见官方文档说明
skleran中集成了许多算法,其导入包的方式如下所示,
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
二、sklearn中svc的使用
(1)使用numpy中的loadtxt读入数据文件
loadtxt()的使用方法:
fname:文件路径。eg:C:/Dataset/iris.txt。
dtype:数据类型。eg:float、str等。
delimiter:分隔符。eg:‘,'。
converters:将数据列与转换函数进行映射的字典。eg:{1:fun},含义是将第2列对应转换函数进行转换。
usecols:选取数据的列。
以Iris兰花数据集为例子:
由于从UCI数据库中下载的Iris原始数据集的样子是这样的,前四列为特征列,第五列为类别列,分别有三种类别Iris-setosa, Iris-versicolor, Iris-virginica。
当使用numpy中的loadtxt函数导入该数据集时,假设数据类型dtype为浮点型,但是很明显第五列的数据类型并不是浮点型。
因此我们要额外做一个工作,即通过loadtxt()函数中的converters参数将第五列通过转换函数映射成浮点类型的数据。
def iris_type(s): it = {'Iris-setosa': 0,'Iris-versicolor': 1,'Iris-virginica': 2} return it[s]
接下来读入数据,converters={4: iris_type}中“4”指的是第5列:
path = u'D:/f盘/python/学习/iris.data' # 数据文件路径 data = np.loadtxt(path,dtype=float,delimiter=',',converters={4: iris_type})
读入结果:
(2)将Iris分为训练集与测试集
x,y = np.split(data,(4,),axis=1) x = x[:,:2] x_train,x_test,y_train,y_test = train_test_split(x,y,random_state=1,train_size=0.6)
1. split(数据,分割位置,轴=1(水平分割) or 0(垂直分割))。
2. x = x[:,:2]是为方便后期画图更直观,故只取了前两列特征值向量训练。
3. sklearn.model_selection.train_test_split随机划分训练集与测试集。train_test_split(train_data,train_target,test_size=数字,random_state=0)
参数解释:
train_data:所要划分的样本特征集
train_target:所要划分的样本结果
test_size:样本占比,如果是整数的话就是样本的数量
random_state:是随机数的种子。
随机数种子:其实就是该组随机数的编号,在需要重复试验的时候,保证得到一组一样的随机数。比如你每次都填1,其他参数一样的情况下你得到的随机数组是一样的。但填0或不填,每次都会不一样。随机数的产生取决于种子,随机数和种子之间的关系遵从以下两个规则:种子不同,产生不同的随机数;种子相同,即使实例不同也产生相同的随机数。
(3)训练svm分类器
# clf = svm.SVC(C=0.1,kernel='linear',decision_function_shape='ovr') clf = svm.SVC(C=0.8,kernel='rbf',gamma=20,decision_function_shape='ovr') clf.fit(x_train,y_train.ravel())
kernel='linear'时,为线性核,C越大分类效果越好,但有可能会过拟合(defaul C=1)。
kernel='rbf'时(default),为高斯核,gamma值越小,分类界面越连续;gamma值越大,分类界面越“散”,分类效果越好,但有可能会过拟合。
decision_function_shape='ovr'时,为one v rest,即一个类别与其他类别进行划分,
decision_function_shape='ovo'时,为one v one,即将类别两两之间进行划分,用二分类的方法模拟多分类的结果。
(4)计算svc分类器的准确率
print clf.score(x_train,y_train) # 精度 y_hat = clf.predict(x_train) show_accuracy(y_hat,'训练集') print clf.score(x_test,y_test) y_hat = clf.predict(x_test) show_accuracy(y_hat,y_test,'测试集')
结果为:
如果想查看决策函数,可以通过decision_function()实现
print 'decision_function:\n',clf.decision_function(x_train) print '\npredict:\n',clf.predict(x_train)
结果为:
decision_function中每一列的值代表距离各类别的距离。
(5)绘制图像
1.确定坐标轴范围,x,y轴分别表示两个特征
x1_min,x1_max = x[:,0].min(),x[:,0].max() # 第0列的范围 x2_min,x2_max = x[:,1].min(),1].max() # 第1列的范围 x1,x2 = np.mgrid[x1_min:x1_max:200j,x2_min:x2_max:200j] # 生成网格采样点 grid_test = np.stack((x1.flat,x2.flat),axis=1) # 测试点 # print 'grid_test = \n',grid_testgrid_hat = clf.predict(grid_test) # 预测分类值grid_hat = grid_hat.reshape(x1.shape) # 使之与输入的形状相同
这里用到了mgrid()函数,该函数的作用这里简单介绍一下:
假设假设目标函数F(x,y)=x+y。x轴范围1~3,y轴范围4~6,当绘制图像时主要分四步进行:
【step1:x扩展】(朝右扩展):
[1 1 1]
[2 2 2]
[3 3 3]
【step2:y扩展】(朝下扩展):
[4 5 6]
[4 5 6]
[4 5 6]
【step3:定位(xi,yi)】:
[(1,4) (1,5) (1,6)]
[(2,4) (2,5) (2,6)]
[(3,4) (3,5) (3,6)]
【step4:将(xi,yi)代入F(x,y)=x+y】
因此这里x1,x2_min:x2_max:200j]后的结果为:
2.指定默认字体
mpl.rcParams['font.sans-serif'] = [u'SimHei'] mpl.rcParams['axes.unicode_minus'] = False
3.绘制
cm_light = mpl.colors.ListedColormap(['#A0FFA0','#FFA0A0','#A0A0FF']) cm_dark = mpl.colors.ListedColormap(['g','r','b']) plt.pcolormesh(x1,x2,grid_hat,cmap=cm_light) plt.scatter(x[:,0],1],c=y,edgecolors='k',s=50,cmap=cm_dark) # 样本 plt.scatter(x_test[:,x_test[:,s=120,facecolors='none',zorder=10) # 圈中测试集样本 plt.xlabel(u'花萼长度',fontsize=13) plt.ylabel(u'花萼宽度',fontsize=13) plt.xlim(x1_min,x1_max) plt.ylim(x2_min,x2_max) plt.title(u'鸢尾花SVM二特征分类',fontsize=15) # plt.grid() plt.show()
pcolormesh(x,z,cmap)这里参数代入x1,x2,grid_hat,cmap=cm_light绘制的是背景。
scatter中edgecolors是指描绘点的边缘色彩,s指描绘点的大小,cmap指点的颜色。
xlim指图的边界。
最终结果为:
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持编程小技巧。
总结
以上是编程之家为你收集整理的Python中支持向量机SVM的使用方法详解全部内容,希望文章能够帮你解决Python中支持向量机SVM的使用方法详解所遇到的程序开发问题。
如果您也喜欢它,动动您的小指点个赞吧