学习《机器学习100天》第13天 支持向量机(SVM)

github上的项目,跟着一起学习

项目地址    https://github.com/MLEveryday/100-Days-Of-ML-Code

SVM实现

导入库

导入数据

拆分为训练集和数据集

特征量化

    从sklearn.preprocessing导入StandardScaler

    sc=StandardScale()

    训练集=sc.fit_transform(训练集)

    测试集=sc.fit_transform(测试集)

适配SVM到训练集

    从sklearn.svm导入SVC

    classifier = SVC(kernel = 'linear', random_state = 0)

    classifier.fit(X_train, y_train)

预测测试集

    classifier.predict(测试集)

创建混淆矩阵

训练集可视化

测试集可视化

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值