[怕难?]支持向量机SVM基础实战篇(一)
这几篇SVM介绍是从0到1慢慢学会支持向量机,将是满满的干货,都是我亲自写的,没有搬运,可以随我一起从头了解SVM,并在短期内能使用SVM做到想要的分类或者预测~我也将附上自己基础训练的完整代码,建议同我一样初学者们,自己从头到尾打一遍,找找手感,代码不能光看看,实践出真知!
基本上每本机器学习书籍和资料都会介绍SVM算法,但是更多的书籍是原理类型的,就正如我上一篇文章一样,然而这是远远不够的,尤其是计算机专业而言,动手操练是最重要的,不过您要是已经是这方面的大佬了,就请略过~ SVM可以做分类和预测,相对做分类的会比较多,尤其是在CV和NLP方向,好下面让我们由浅到深,一步一步熟悉SVM吧!
一、代码实现SVM原理:
这个代码比较长,我只能贴一小部分出来了,这将是真正代码实现SVM原理,下面会使用SK-learn及其他的库对SVM的封装,也就是待会咱们再做掉包侠,先搞懂原理实现~(原理图解在上一章)
首先我们随机模拟数据,比如分布点:x和y坐标:(第一第二列)第三列是label 两类:-1和1
有训练数据和验证数据如图: