''' 案例:事件预测----加载event.txt,预测某个时间段是否会出现特殊事件。步骤如下: 1.数据预处理: 1>.读取文件,加载data数组,删除索引为1的列 2>.针对每一列做编码,离散数据使用LabelEncoder,连续的数字数据使用DigitEncoder(需要自定义),编码器需要保存 3>.整理数据集,划分测试集和训练集 2.训练SVM模型分类器 3.对测试集进行预测 4.自定义测试数据,实现事件预测 5.画图 ''' import numpy as np import matplotlib.pyplot as mp import sklearn.preprocessing as sp import sklearn.model_selection as sm import sklearn.svm as svm import warnings warnings.filterwarnings('ignore') class DigitEncoder: # 自定义编码器:针对数字字符串做标签编码 def fit_transform(self, y): return y.astype('i4') def transform(self, y): return y.astype('i4') def inverse_transform(self, y): return y.astype('str') data = [] with open('./ml_data/event.txt', 'r') as f: for line in f.readlines(): data.append(line[:-1].split(',')) data = np.array(data) # 删除第二列 data = np.delete(data, 1, axis=1) print
基于支持向量机的分类模型和回归模型案例
最新推荐文章于 2024-04-30 13:58:33 发布