1.SVM建立线性分类器
SVM用来构建分类器和回归器的监督学习模型,SVM通过对数学方程组的求解,可以找出两组数据之间的最佳分割边界。
2.准备工作
我们首先对数据进行可视化,使用的文件来自学习书籍配套管网。
首先增加以下代码:
import numpy as np
import matplotlib.pyplot as plt
import utilities
# Load input data
input_file = 'data_multivar.txt'
X, y = utilities.load_data(input_file)
刚刚导入了需要的程序包,确定了文件的名称,接下来看load_data()方法:
#加载输入文件中的多变量数据
def load_data(input_file):
X = []
y = []
with open(input_file, 'r') as f:
for line in f.readlines():
data = [float(x) for x in line.split(',')]
X.append(data[:-1])
y.append(data[-1])
X = np.array