题目要求
1.按要求完成下面的各项需求。
已知有一个苹果的数据集,保存在apple.txt文件中,t1是含糖量,t2是含水量,y标签表示苹果的好坏:1表示好,0表示不好
利用支持向量机模型,完成以下要求:
完成数据集的加载、初始化,洗牌,将数据集合理分割成训练集和测试集
实现调用库函数进行分类
分别求出训练集和测试集的准确率
画出整个样本数据并画出分界线
(二)评分要求
1.完成数据集的加载和初始化(8分)
2.将数据集洗牌(6分),合理分割成训练集和测试集(6分)
3.正确调用SVM库函数并训练模型(30分)
4.分别求出训练集和测试集的准确率(20分)
5.画出整个样本数据并画出分界线(30分)
数据准备
0.697,0.46,1
0.774,0.376,1
0.634,0.264,1
0.608,0.318,1
0.556,0.215,1
0.403,0.237,1
0.481,0.149,1
0.437,0.211,1
0.666,0.091,0
0.243,0.267,0
0.245,0.057,0
0.343,0.099,0
0.639,0.161,0
0.657,0.198,0
0.36,0.37,0
0.593,0.042,0
0.719,0.103,0
题目总结
对于调库实现svm的SVC分类器来说,其实是很简单的,重点在于对数据的前期处理。
这里需要注意的是,直接调库使用的数据,标签值不需要转成列向量,训练值也不需要拼接x0=1那一列,将特征值数据和标签值直接传入就好。
另一个重点在于画图。需要画出等高线,还需要画出等值面,这些需要一些前期