使用SVM支持向量机进行鸢尾花分类_Python实现

最新推荐文章于 2024-08-05 08:24:46 发布

书亚shua

最新推荐文章于 2024-08-05 08:24:46 发布

阅读量1.1w

点赞数 22

分类专栏：机器学习文章标签： SVM Python

本文链接：https://blog.csdn.net/qq_40680263/article/details/97245428

版权

本文介绍了使用Python实现SVM支持向量机进行鸢尾花分类的过程，包括数据预处理、模型训练及评估。通过示例代码展示了如何利用SVM进行分类，并给出了分类准确率和决策函数的可视化结果。

摘要由CSDN通过智能技术生成

使用SVM支持向量机进行鸢尾花分类_Python实现

环境

Python: 3.7.1

库: sklearn (Python的机器学习工具箱)

目的：

根据鸢尾花的四个特征，对三种鸢尾花进行分类

数据（共150行，这里截取前6行，完整数据以及代码的下载链接见文末）：

特征1	特征2	特征3	特征4	鸢尾花类型
5.1	3.5	1.4	0.2	Iris-setosa
4.9	3	1.4	0.2	Iris-setosa
4.7	3.2	1.3	0.2	Iris-setosa
4.6	3.1	1.5	0.2	Iris-setosa
5	3.6	1.4	0.2	Iris-setosa
5.4	3.9	1.7	0.4	Iris-setosa

代码如下：

from sklearn.model_selection import train_test_split
from sklearn import svm

data_Set = []
data_Set_x = []
data_Set_y = []


#打开数据集,字符串前加r表示raw string,防止路径字符串中存在的反斜杠带来的转义
data_file = open(r".\Data_SVM.csv")


#拆分数据集，取前四列为x，第五列为y
for line in data_file.readlines():
    lineArr = line.strip().split(','