支持向量机算法代码实战（二）

上一篇文章详细说明了支持向量机算法模型的原理，这篇文章中，我将用python通过该算法来实现对鸢尾花数据集的分类。
1、先导入需要的库

# -*- coding:utf-8 -*-

import numpy as np
import pandas as pd
from sklearn import svm
from sklearn.model_selection import train_test_split
import matplotlib as mpl
import matplotlib.pyplot as plt
from sklearn import metrics

2、读取数据并切分数据

import os
path = 'data' + os.sep + 'iris_data.csv'
Data = pd.read_csv(path)
Data.head()

# 映射函数iris_type: 将string的label映射至数字label
# 参数s: 鸢尾花品种的名字
def iris_type(s):
    class_label = {'Iris-setosa': 0, 'Iris-versicolor': 1, 'Iris-virginica': 2}
    return class_label[s]

Data = pd.read_csv(path,converters = {4:iris_type})
Data.head()
from sklearn.model_selection import train_test_split

#将原始数据集划分成训练集与测试集  
# 用np.split按列（axis=1）进行分割 # (4,):分割位置，前4列作为x的数据，第4列之后都是y的数据 
x,y = np.split(Data, (4,), axis = 1) 
#print(x)
# 取前两列特征 
x = x.iloc[:, :2] 
# 用train_test_split将数据按照7：3的比例分割训练集与测试集， 
# 随机种子设为1（每次得到一样的随机数,结果重现），设为1或不设（每次随机数都不同） 
x_train, x_test, y_train,y_test = train_test_split(x,y,test_size = 0.3,random_state = 1)

3、 搭建模型，训练SVM分类器

# classifier=svm.SVC(kernel='linear',gamma=0.1,decision_function_shape='ovo',C=0.1)
# kernel='linear'时，为线性核函数，C越大分类效果越好，但有可能会过拟合（defaul C=1）。
# kernel='rbf'（default）时，为高斯核函数，gamma值越小，分类界面越连续；gamma值越大，分类界面越“散”，分类效果越好，但有可能会过拟合。
# decision_function_shape='ovo'时，为one v one分类问题，即将类别两两之间进行划分，用二分类的方法模拟多分类的结果。
# decision_function_shape='ovr'时，为one v rest分类问题，即一个类别与其他类别进行划分。
classifier_svm=svm.SVC(kernel='rbf',gamma=0.1,decision_function_shape='ovo',C=0.8)
#开始训练
classifier_svm.fit(x_train,y_train)

4.、计算svm分类器的准确率

print("SVM-输出训练集的准确率为：",classifier_svm.score(x_train,y_train))
print("SVM-输出测试集的准确率为：",classifier_svm.score(x_test,y_test))

5、分类器的评估报告
精确率（Precision)：针对我们预测结果而言的，它表示的是预测为正的样本中有多少是真正的正样本；
召回率(Recall)：针对我们原来的样本而言的，它表示的是样本中的正例有多少被正确预测了；
F1 Score = 2 * P * R / (P+R) 调和平均数

y_pred = classifier_svm.predict(x_test)
print(metrics.classification_report(y_test, y_pred, target_names = ['Iris-setosa', 'Iris-versicolor', 'Iris-virginica']))

6、绘制图像

# 1.确定坐标轴范围，x，y轴分别表示两个特征
x1_min, x1_max = x.iloc[:, 0].min(), x.iloc[:, 0].max()  # 第0列的范围  x[:, 0] "："表示所有行，0表示第1列
x2_min, x2_max = x.iloc[:, 1].min(), x.iloc[:, 1].max()  # 第1列的范围  x[:, 0] "："表示所有行，1表示第2列
x1, x2 = np.mgrid[x1_min:x1_max:200j, x2_min:x2_max:200j]  # 生成网格采样点（用meshgrid函数生成两个网格矩阵X1和X2）
grid_test = np.stack((x1.flat, x2.flat), axis=1)  # 测试点，再通过stack()函数，axis=1，生成测试点
# .flat 将矩阵转变成一维数组 （与ravel()的区别：flatten：返回的是拷贝
grid_hat = classifier_svm.predict(grid_test)       # 预测分类值
grid_hat = grid_hat.reshape(x1.shape)  # 使之与输入的形状相同
cm_light = mpl.colors.ListedColormap(['#A0FFA0', '#FFA0A0', '#A0A0FF'])
plt.pcolormesh(x1, x2, grid_hat, cmap=cm_light) # 预测值的显示
plt.plot(x.iloc[:, 0], x.iloc[:, 1], 'o', alpha=alpha, color='blue', markeredgecolor='k')
plt.scatter(x_test.iloc[:, 0], x_test.iloc[:, 1], s=120, facecolors='none', zorder=10)  # 圈中测试集样本
plt.xlabel(u'花萼长度', fontsize=13)
plt.ylabel(u'花萼宽度', fontsize=13)
plt.xlim(x1_min, x1_max)
plt.ylim(x2_min, x2_max)
plt.title(u'鸢尾花SVM二特征分类', fontsize=15)
plt.show()

7、总结
由上述结果，我们得到其在测试集上准确率小于0.8，与前面逻辑斯蒂回归模型相比，模型的分类效果好一点，但是还是不是很好。