西瓜书第六章习题及答案

6.1

公式 6.2

点到面的推到过程（如下图里面的图片），不禁让我想到高中班主任在黑板上的咔咔一顿猛写，高中班主任教的真好，哎，是我zs跟不上啊！
点到平面的距离公式推导

感觉如果记住了公式这个距离公式很容易想到，非要看推导的话就看下面的图片吧！

6.2

前方高能——搬运工上线！ 唉！

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
df = pd.read_csv('F:\\python\\dataset\\chapter6\\watermelon_3a.csv', delimiter=",")
df

结果：

df.columns = ['id', 'density', 'sugar_content', 'label']
df.set_index(['id'])

结果：

可视化展示:

plt.figure(0)
sns.FacetGrid(df, hue='label', size=5).map(plt.scatter, 'density', 'sugar_content').add_legend() 
plt.show()

X = df[['density', 'sugar_content']].values
y = df['label'].values
print(X)
print(y)

核心代码：

from sklearn import svm
from sklearn.model_selection import cross_val_score

for fig_num, kernel in enumerate(('linear', 'rbf')): 
    # initial
    svc = svm.SVC(C=1000, kernel=kernel)  # classifier 1 based on linear kernel
    print("交叉验证评分",cross_val_score(svc,X,y,cv=5,scoring='accuracy').mean())
    # train
    svc.fit(X, y)
    print("支持向量数目",svc.n_support_.sum())
    print("支持向量",svc.support_vectors_)
    # get support vectors
    sv = svc.support_vectors_
    
    ##### draw decision zone
    plt.figure(fig_num)
    plt.clf()
    
    # plot point and mark out support vectors
    plt.scatter( X[:,0],  X[:,1], edgecolors='k', c=y, cmap=plt.cm.Paired,  zorder=10)
    plt.scatter(sv[:,0], sv[:,1], edgecolors='k', facecolors='none', s=80, linewidths=2, zorder=10)
    
    # plot the decision boundary and decision zone into a color plot
    x_min, x_max = X[:, 0].min() - 0.2, X[:, 0].max() + 0.2
    y_min, y_max = X[:, 1].min() - 0.2, X[:, 1].max() + 0.2
    XX, YY = np.meshgrid(np.arange(x_min, x_max, 0.02), np.arange(y_min, y_max, 0.02))
    Z = svc.decision_function(np.c_[XX.ravel(), YY.ravel()]) 
    Z = Z.reshape(XX.shape)
    plt.pcolormesh(XX, YY, Z>0, cmap=plt.cm.Paired)
    plt.contour(XX, YY, Z, colors=['k', 'k', 'k'], linestyles=['--', '-', '--'], levels=[-.5, 0, .5])
    
    plt.title(kernel)
    plt.axis('tight')
    
plt.show()

线性核函数：
高斯核函数：


结论：
可以估计出，面向该题数据集，高斯核函数的拟合更好（间隔更小），且用到的支持向量更少。