支持向量机代码

最新推荐文章于 2024-07-27 18:52:46 发布

My～

最新推荐文章于 2024-07-27 18:52:46 发布

阅读量1.4k

点赞数

分类专栏：算法

本文链接：https://blog.csdn.net/qq_43608884/article/details/88658216

版权

这篇博客介绍了如何简单实现支持向量机，读者需要自行从作者博客下载数据集。文中重点讲解了辅助函数的创建，该函数名为‘支持向量机’。

摘要由CSDN通过智能技术生成

本篇博客是对支持向量机的简单实现，数据集到我博客自行下载。
建立辅助函数命名为：支持向量机

import numpy as np
import random
def loadDataSet(filename):
    dataMat=[]
    labelMat=[]
    fr=open(filename)
    for line in fr.readlines():
        lineArr=line.strip().split('\t')
        dataMat.append([float(lineArr[0]),float(lineArr[1])])
        labelMat.append(float(lineArr[2]))
    return dataMat,labelMat

def selectJrand(i,m):
    j=i
    while (j==i):
        j=int(random.uniform(0,m))
    return j

def clipAlpha(aj,H,L):
    if aj>H:
        aj=H
    if L>aj:
        aj=L
    return aj

import 支持向量机
import numpy as np
import matplotlib.pyplot as plt
import random
def smoSimple(dataMatIn,classLabels,C,toler,maxIter):
    dataMatrix=np.mat(dataMatIn)
    labelMat=np.mat(classLabels).transpose()
    b=0
    m,n=np.shape(dataMatrix)
    alphas=np.mat(np.zeros((m,1)))
    iter=0
    while (