SVM模型应用（五）通过随机逻辑回归模型对X特征值进行筛选以提高SVM模型预测

最新推荐文章于 2024-07-31 23:49:26 发布

elite666

最新推荐文章于 2024-07-31 23:49:26 发布

阅读量2.8k

点赞数

分类专栏： python 文章标签：特征值优化 SVM 机器学习

本文链接：https://blog.csdn.net/elite666/article/details/79878665

版权

本文探讨了如何运用随机逻辑回归模型对SVM的特征值进行筛选，以提升支持向量机在机器学习任务中的预测准确性。通过对特征的选择优化，可以有效地减少冗余特征，增强模型的泛化能力。

摘要由CSDN通过智能技术生成

import numpy as np
import pandas as pd
from sklearn import svm
from sklearn.linear_model import LogisticRegression

my_matrix=np.loadtxt("D:/data/pima-indians-diabetes.txt",delimiter=",",skiprows=0) 

lenth_x=len(my_matrix[0])

data_y=my_matrix[:,lenth_x-1]

data_x=my_matrix[:,0:lenth_x-1]
print(data_x[0])