在上一节中,应用sklearn包中的逻辑回归LogisticRegression对样本数据点进行分类。
Python 分类算法(1)——逻辑回归logistic regression之代码实现(2)
本节中,则采用支持向量机SVM算法对相同的样本点进行分类,可以对比一下两者的分类效果。
支持向量机的原理请参考《统计学习方法》书中的内容,这里讨论算法的实现方法。
import numpy as np
import pandas as pd
scatterdata=pd.read_csv("C:/Users/Ray/Desktop/logistic regression/data3.csv",header=None)#
data=np.array(scatterdata)
from numpy import where
import matplotlib.pyplot as plt
x=data[:,0:2]
y=data[:,2]
print(x.shape)
pos=where(y==1)
neg=where(y==0)
plt.scatter(x[pos[0],0],x[pos[0],1],marker='o',c='b')
plt.scatter(x[neg[0],0],x[neg[0],1],marker='x',c='r')