利用交叉验证寻找SVM最优惩罚因子和松弛因子

 一、案例分析

1.导入所需的库：

import pandas as pd#用于处理数据表格
import numpy as np#处理数组
from sklearn.metrics import classification_report#score的summary
from sklearn.model_selection import cross_val_score,train_test_split
#用于交叉验证，分割数据集
from sklearn.svm import SVC#支持向量机算法
from imblearn.over_sampling import SMOTE#处理标签不平衡的过采样算法

2.读取数据文件：

data = pd.read_excel('data.xls')
X = data.iloc[:, :-1]
y = data.iloc[:, -1]

这段代码使用pandas库读取名为'data.xls'的Excel文件，并将输入特征X和目标变量y分别存储起来。

3.划分训练集和测试集：

x_train, x_test, y_train, y_test = \
    train_test_split(X, y, test_size=0.2, random_state=0)

使用train_test_split函数将数据集划分为训练集和测试集，其中测试集占总数据集的20%。

4.过采样处理：

oversampler = SMOTE(random_state=0)
os_train_x, os_train_y = oversampler.fit_resample(x_train, y_train)

使用SMOTE方法对训练集进行过采样处理，生成平衡的训练数据集os_train_x和对应的目标变量os_train_y。

5.输出过采样后的样本数量：

print(len(os_train_y[os_train_y==1]))
print(len(os_train_y[os_train_y==0]))

输出经过过采样处理后的样本数量，显示少数类样本（类别为1）和多数类样本（类别为0）的数量。
 

6.设置SVM模型参数范围：

c_params_range = [0.01, 0.1, 1.0, 10, float('inf')]
g_params_range = [0.1, 1, 10, 'scale']

定义了C参数和gamma参数的取值范围，用于进行交叉验证选择最佳的超参数。

7.使用交叉验证选择最佳参数（详见：交叉验证，svm参数）：

scores = []
for i in c_params_range:
    for j in g_params_range:
        print(f'c为：{i}，gamma为{j})', end='')
        svm = SVC(kernel='rbf', C=i, gamma=j, random_state=0)
        score = cross_val_score(svm, os_train_x, os_train_y, cv=10, scoring='recall')
        #10折交叉验证（k=cv=10）
        score_mean = sum(score) / len(score)
        print(score_mean)
        scores.append(score_mean)

通过嵌套循环遍历参数范围，构建SVC模型，使用交叉验证计算每组参数值的分类器性能（这里以召回率作为评估指标），并将召回率的平均值存储在scores列表中。选择最佳参数值

8.选择最佳参数值：

best_c = c_params_range[np.argmax(scores) // 4]
best_g = g_params_range[np.argmax(scores) % 4]
print(best_c, best_g)

选取召回率最大的组合对应的参数值，即best_c和best_g。

9.使用最佳参数值训练分类器并进行预测：

svm = SVC(kernel='rbf', C=best_c, gamma=best_g, random_state=0)
svm.fit(x_test, y_test)
pred = svm.predict(x_test)

创建一个使用最佳参数值的SVC模型，对测试集进行训练，并进行预测。

10.输出分类器性能报告：

print(classification_report(y_test, pred))

输出测试集上的分类性能报告，包括准确率、召回率、F1值等指标。

二、代码结果：

三、总结

总体而言，这段代码使用SMOTE进行过采样处理，然后对过采样后的数据进行交叉验证选择最佳参数的SVM模型，在测试集上进行评估并输出分类性能报告。