Python利用SVM进行实例建模

一、建立时间预测器

1.准备工作

我们所获得的数据集主要来源于课本配套网站，我们首先看building_event_binary.txt文件中6个字符串数据的排序：

星期、日期、时间、离开大楼的人数、进入大楼的人数、是否有活动

前5个字段组成输入数据，我们的任务是预测大楼是否举行活动。

building_event_multiclass.txt文件

星期、日期、时间、离开大楼的人数、进入大楼的人数、活动类型

2.详细步骤

首先将数据全部加在X中：

import numpy as np
from sklearn import preprocessing
from sklearn.svm import SVC
input_file = 'building_event_binary.txt'
#读取数据
X = []
count = 0
with open(input_file,'r') as f:
    for line in f.readlines():
        data = line[:-1].split(',')
        X.append([data[0]] + data[2:])
X = np.array(X)

下面将字符串格式转换成数值格式

label_encoder = []
X_encoder = np.empty(X.shape)
for i,item in enumerate(X[0]):
    if item.isdigit():
        X_encoder[:,i] = X[:,i]
    else:
        label_encoder.append(preprocessing.LabelEncoder())