sklearn svm数据维度_数据挖掘入门系列教程（九）之基于sklearn的SVM使用

介绍

在上一篇博客：数据挖掘入门系列教程（八点五）之SVM介绍以及从零开始公式推导中，详细的讲述了SVM的原理，并进行了详细的数学推导。在这篇博客中，主要是应用SVM，使用SVM进行数据分类，不会涉及到SVM的解释，so，如果对svm并不是特别了解的话，非常建议先去看我的上一篇博客（or其他博主的博客），然后再来看这一篇博客。因为在这篇并不是自己实现SVM而是基于sklearn中的svm包来进行应用。因此，我们可能使用几行代码可能就可以对数据集进行训练了。

「我们不仅要知其然，更要知其所以然。」

在这一章博客中，我们会使用SVM做两个任务：

• 基于SVM对MINIST数据集进行分类。
• 基于SVM对垃圾邮件进行判断

基于SVM对MINIST数据集进行分类

在前面神经网络的博客中，我们基于pybrain使用神经网络对MINIST手写数据集进行分类，但是最后结果并不是很好（可以说得上是比较差了），只有：

这次我们使用SVM来进行继续操作。数据集在前面的博客中已经进行说明，就不再赘述。

直接看代码吧：

使用SVM

下面的代码没有什么好说的，就是加载下载处理好的数据集，然后在将数据集分割成训练集和测试集（在Github中有这两个数据集，先解压再使用【其中dataset是压缩包，需要解压】）：

import numpy as np
X = np.load("./Data/dataset.npy")
y = np.load("./Data/class.npy")
from sklearn.model_selection import train_test_split
x_train,x_test,y_train,y_test = train_test_split(X,y,random_state=14 )

然后我们就可以使用SVM进行训练了：

from sklearn import svm
predictor = svm.SVC(gamma='scale', C=1.0, decision_function_shape='ovr', kernel='rbf')
# 进行训练
predictor.fit(x_train, y_train)

同样关于SVM的官网介绍在这里。关于svm包具体的使用可以看官方文档，官方文档写的还是蛮详细的。

这里来解释一下代码：

svm有很多类型的Estimators如下：

在这里我们选择SVC，也就是说使用SVM进行分类。具体的使用在这里。关于代码中参数的介绍：

1. C = 1.0
   在上一章博客中，我们提到的软间隔支持向量机中提到了以下公式：