学习笔记 Day 48 (SVM)

二分类样本不均衡问题：

参数class_weight的使用：

import numpy as np
import matplotlib.pyplot as plt
from sklearn.svm import SVC
from sklearn.datasets import make_blobs

class_0 = 500
class_1 = 50

cluster_std = [1.5,0.5]# 设置方差
centers = [[0.0,0.0],[2.0,2.0]] # 设置中心点

X,y = make_blobs(n_samples=[class_0,class_1],centers=centers,cluster_std=cluster_std,random_state=0,shuffle=False)

plt.scatter(X[:,0],X[:,1],c=y,s=10)
# plt.show()

# 不设置class_weight
clf = SVC(kernel='linear')
clf.fit(X,y)

# 设置class_weight
wclf = SVC(kernel='linear',class_weight={1:10})
wclf.fit(X,y)

print(clf.score(X, y))

print(wclf.score(X, y))

结果：

均衡后准确率下降，这是因为经过样本均衡处理后，多数类的点会有更多会被判断错误、

 SVC的评判标准：

混淆矩阵和ROC曲线：

sklearn中的混淆矩阵：

 

 阈值：