根据官网教程是需要X(数据)和y(分类)的
2x2的数据,怎么摆放啊.?
自己动手,丰衣足食
经过sklearn处理的数据都是array 形态
先调入创建数据 ss.csv,300,400,500这个是特征。ABC是样品号,class是分类。
from sklearn import svm
import pandas as pd
data=pd.read_csv('ss.csv')
#只要数据
X=data.iloc[:,2:].values
#分类标签 这里是dataframe转ndarray
y=data.iloc[:,1:2].values
#2维array转1维arry
y=y.flatten()
#开始机器学习啦
from sklearn.svm import SVC
clf=svm.SVC()
clf =SVC().fit(X,y)
print('Class=',y)
print('Predict=',clf.predict(X))
print('Score=',clf.score(X,y))
结果如下
可以看到4/6的准确度。
数据按行排列即可,
分类标签必须是1维array,记得用data.flatten()从2维转过去
依据个人需求对样品或者或特征归一化/标准化
本人技术不佳,这些代码主要是用于自己学习。
如果代码或文章阅读性不好,请多多见谅