SVM模型应用(二)通过皮马印第安人糖尿病预测问题对逻辑回归和SVC模型的比较

本文探讨了SVM在皮马印第安人糖尿病预测问题中的应用,发现未经参数调整的SVM模型预测结果全部为0。后续将深入研究SVM,优化参数以提升模型预测性能。
摘要由CSDN通过智能技术生成
import numpy as np
from sklearn import svm
from sklearn.linear_model import LogisticRegression
my_matrix=np.loadtxt("E:\\pima-indians-diabetes.txt",delimiter=",",skiprows=0) 
lenth_x=len(my_matrix[0])
data_y=my_matrix[:,lenth_x-1]
d
评论 2
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