在机器学习的广阔天地里,有一种算法像武侠小说中的绝世高手一样,既神秘又强大——那就是支持向量机(SVM)。SVM理论基础请查看往期文章:
今天,我们将一起踏上一段旅程,用Python中的scikit-learn
库实现支持向量机,并通过一个简单的实战案例来体验它的魅力!
第一步:环境准备
首先,确保你的Python环境已经安装了scikit-learn
库。如果没有安装,可以通过以下命令轻松搞定:
pip install scikit-learn
第二步:加载数据
接下来,我们需要一些数据来进行训练。这里我们使用scikit-learn
自带的数据集——鸢尾花(Iris)数据集。它包含了三种不同类型的鸢尾花,每种类型有50个样本,每个样本有四个特征。
from sklearn import datasets
# 加载鸢尾花数据集
iris = datasets.load_iris()
X = iris.data
y = iris.target
第三步:数据预处理
在训练模型之前,我们需要对数据进行一些基本的预处理,例如划分训练集和测试集,这样我们就可以在训练后验证模型的性能。
from sklearn.model_selection import train_test_split
# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)
第四步:创建和支持向量机模型
现在到了激动人心的部分——创建支持向量机模型。我们将使用线性核函数的SVM来进行分类。
from sklearn.svm import SVC
# 创建支持向量机模型
svm = SVC(kernel='linear')
# 训练模型
svm.fit(X_train, y_train)
第五步:评估模型性能
最后,我们需要评估模型的性能。为此,我们可以使用准确率(accuracy)来衡量模型的表现。
from sklearn.metrics import accuracy_score
# 使用模型进行预测
y_pred = svm.predict(X_test)
# 计算准确率
accuracy = accuracy_score(y_test, y_pred)
print("Accuracy:", accuracy)
实战心得
通过上面的步骤,我们成功地构建了一个支持向量机模型,并用它进行了分类任务。SVM之所以强大,是因为它能够找到一个最优的决策边界(称为最大间隔超平面),使得不同类别的样本尽可能远离这个边界。这种特性使得SVM在很多情况下都能取得很好的性能。
如果你想要进一步优化模型,可以尝试不同的核函数,如'poly'
、'rbf'
等,看看哪种核函数最适合你的数据。此外,还可以调整模型参数,如正则化参数C
,以寻找最佳模型。