SVM识别手写数字

支持向量机

在2012年以前，SVM被认为机器学习中近十几年最成功表现最好的。SVM算法起源于感知机模型，感知机模型只可解决线性可分的数据集分类问题（线性可分：正负样本点集的凸包彼此不交）

支持向量机可以应用于统计分类和回归分析。SVM分类：（1）线性可分SVM（2）线性不可分SVM（3）非线性SVM。

例子：识别手写数字

import matplotlib.pyplot as plt

# Import datasets, classifiers and performance metrics

from sklearn import datasets, svm, metrics

# The digits dataset

digits = datasets.load_digits()

 

images_and_labels = list(zip(digits.images, digits.target))

for index, (image, label) in enumerate(images_and_labels[:4]):

    plt.subplot(2, 4, index + 1)

    plt.axis('off')

    plt.imshow(image, cmap=plt.cm.gray_r, interpolation='nearest')

    plt.title('Training: %i' % label)

 

# fit model

n_samples = len(digits.images)

data = di