训练要求
调用数据集下载鸢尾花数据集;
对数据进行处理
掉用函数训练模型
查看验证模型参数
画出样本和测试集对比图
代码如下
# 导入科学计算包,用于矩阵计算或数据拼接
import numpy as np
# 导入画图工具
from matplotlib import pyplot as plt
# 从sklearn中导入svm中的SVC
from sklearn.svm import SVC
# 导入sklearn的数据案例中的鸢尾花数据集
from sklearn.datasets import load_iris
# 读取数据
data = load_iris()
# 定义数据处理函数
def preprocess(data):
X = data['data']
y = data['target']
# 数据提取
X = X[y != 2,1:3]
y = y[y != 2]
# 特征缩放
X -= np.mean(X,axis=0)
X /= np.std(X,axis=0,ddof=1)
# 不需要数据初始化
#数据洗牌
m = len(X)
# 确定随机种子
np.random.seed(3)
# 生成随机序列
o = np.random.permutation(m)
# 洗牌
X = X[o]
y = y[o]
# 数据切割
d = int(0.7 * m)
X_train,X_test = np.split(X,[d])
y_train,y_test = np.split(y,[d])
# 数据处理完毕,返回处理好的数据
return X,y,X_train,X_