【机器学习】——SVM实现、保存模型、调用模型

有情怀的机械男

已于 2022-03-30 12:05:41 修改

阅读量2.3k

点赞数

分类专栏：机器学习文章标签：支持向量机机器学习 python

于 2022-01-01 14:46:21 首次发布

本文链接：https://blog.csdn.net/qq_45769063/article/details/122267583

版权

本文详细介绍了如何使用Python实现支持向量机（SVM），包括模型训练、模型保存以便后续调用，是理解SVM及其应用的良好实践教程。

摘要由CSDN通过智能技术生成

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time    : 2021/12/31 15:01
# @Author  : @linlianqin
# @Site    : 
# @File    : paths.py
# @Software: PyCharm
# @description:

import os

abs_path = os.path.dirname(__file__)

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time    : 2021/12/31 13:29
# @Author  : @linlianqin
# @Site    : 
# @File    : dataProcess.py
# @Software: PyCharm
# @description:

'''
从excel中加载数据集

2-271751:0
271752-714002:1
714003-1022609:2
1022610-1048576:3

等级为0数据集：271750
等级为1数据集：442250
等级为2数据集：308606
等级为3数据集：25966

取100000数据集作为训练数据
等级为0数据集：25000
等级为1数据集：25000
等级为2数据集：25000
等级为3数据集：25000

'''

from pandas import read_excel, DataFrame
import numpy as np
from sklearn import model_selection


# 加载模型
def loaddatasets(xlsPath):
	data = read_excel(xlsPath, None)  # 读取数据,设置None可以生成一个字典，字典中的key值即为sheet名字，此时不用使用DataFram，会报错
	sheetNames = data.keys()  # 获取所有sheet的名称

	for sheetName in sheetNames:
		pd_data = DataFrame(read_excel(xlsPath, sheetName))  # 获得每一个sheet中的内容
		# print(np.array(sh_data))
		# 将panda对象转换为numpy.array数组形式
		np_data = np.array(pd_data)
		#  去掉表头
		np_data = np_data[1:, :]
		# 指标：第1-16列； 等级：