请选择 进入手机版 | 继续访问电脑版

Hello Mat

 找回密码
 立即注册

QQ登录

只需一步,快速开始

查看: 2957|回复: 0

SVM线性分类器

[复制链接]

820

主题

967

帖子

3万

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
30397
发表于 2017-6-10 16:28:37 | 显示全部楼层 |阅读模式
基于手写数字数据的SVM线性分类器
百度网盘链接:
视频链接:http://pan.baidu.com/s/1hrJOOOc
具体链接在halcom.cn论坛,联系人QQ:3283892722
该论坛是一个学习交流平台,我会逐一的和大家分享学习。
欢迎大家录制视频,并提交给我,我来设置视频,你可在论坛进行打赏分享。
视频专用播放器:http://halcom.cn/forum.php?mod=viewthread&tid=258&extra=page%3D1

使用环境:Win7-32bit-Anaconda2-4.3.1-Windows-x86.exe
数据集:http://pan.baidu.com/s/1kV4xwij
  1. # -*- coding: utf-8 -*-
  2. """
  3. Created on Sat Jun 10 15:49:24 2017

  4. @author: ysw
  5. """

  6. # 导入pandas与numpy工具包
  7. import pandas as pd
  8. import numpy as np

  9. from sklearn.datasets import load_digits
  10. digits = load_digits()
  11. digits.data.shape

  12. # 数据随机抽样
  13. from sklearn.cross_validation import train_test_split
  14. X_train, X_test, y_train, y_test = train_test_split(digits.data, digits.target, test_size=0.25, random_state=33)

  15. # 从sklearn.preprocessing里导入StandardScaler。
  16. from sklearn.preprocessing import StandardScaler
  17. # 标准化数据,保证每个维度的特征数据方差为1,均值为0。使得预测结果不会被某些维度过大的特征值而主导。
  18. ss = StandardScaler()
  19. X_train = ss.fit_transform(X_train)
  20. X_test = ss.transform(X_test)

  21. # 从sklearn.linear_model里导入LinearSVC
  22. from sklearn.svm import LinearSVC
  23. # 初始化LinearSVC。
  24. svm_linear = LinearSVC()
  25. # 调用LogisticRegression中的fit函数/模块用来训练模型参数。
  26. svm_linear.fit(X_train, y_train)
  27. # 使用训练好的模型lr对X_test进行预测,结果储存在变量lr_y_predict中。
  28. svm_linear_y_predict = svm_linear.predict(X_test)

  29. # 从sklearn.metrics里导入classification_report模块。
  30. from sklearn.metrics import classification_report
  31. # 使用svm模型自带的评分函数score获得模型在测试集上的准确性结果。
  32. print 'Accuracy of svm_linear Classifier:', svm_linear.score(X_test, y_test)
  33. # 利用classification_report模块获得svm其他三个指标的结果。
  34. print classification_report(y_test, svm_linear_y_predict, target_names=['0', '1','2','3','4','5','6','7','8','9'])

  35. # y_train.value_counts()
复制代码
输出结果如下:
  1. Accuracy of svm_linear Classifier: 0.953333333333
  2.              precision    recall  f1-score   support

  3.           0       0.92      1.00      0.96        35
  4.           1       0.96      0.98      0.97        54
  5.           2       0.98      1.00      0.99        44
  6.           3       0.93      0.93      0.93        46
  7.           4       0.97      1.00      0.99        35
  8.           5       0.94      0.94      0.94        48
  9.           6       0.96      0.98      0.97        51
  10.           7       0.92      1.00      0.96        35
  11.           8       0.98      0.84      0.91        58
  12.           9       0.95      0.91      0.93        44

  13. avg / total       0.95      0.95      0.95       450
复制代码
参考链接:
【1】SVM and Kernel Methods Matlab Toolbox
【2】



算法QQ  3283892722
群智能算法链接http://halcom.cn/forum.php?mod=forumdisplay&fid=73
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

Python|Opencv|MATLAB|Halcom.cn  

GMT+8, 2020-11-27 19:36 , Processed in 0.167477 second(s), 23 queries .

Powered by Discuz! X3.2

© 2001-2013 Comsenz Inc.

快速回复 返回顶部 返回列表