2021-07-09

svm鸢尾花二分类

from sklearn import svm
import numpy as np
import sklearn

# 取数据集
path=r'iris.data'

def Iris_label(s):
    it = {b'Iris-setosa' : 0, b'Iris-versicolor' : 1, b'Iris-virginica':2} # 字符编码的问题
    return it[s]
data = np.loadtxt(path,dtype=float,delimiter=',',converters={4:Iris_label})


# 划分样本数据和标签 和 抽取训练集测试集
x,y=np.split(data,indices_or_sections=(4,),axis=1)
x=x[:,0:2]
train_data,test_data,train_label,test_label=sklearn.model_selection.train_test_split(x,y,random_state=1,train_size=0.6,test_size=0.4)


# 定义svm并训练
#  classifier = svm.SVC(C=0.1, kernel='linear', decision_function_shape='ovr')
classifier=svm.SVC(C=2,kernel='rbf',gamma=10,decision_function_shape='ovr')
classifier.fit(train_data,train_label.ravel())
# kernel='linear'时，为线性核，C越大分类效果越好，但有可能会过拟合（defaul C=1）。
# kernel='rbf'时（default），为高斯核，gamma值越小，分类界面越连续；gamma值越大，分类界面越“散”，分类效果越好，但有可能会过拟合。
#c是惩罚系数，默认是1，一般通过交叉验证来得到，当噪声较大时选较小的。满足一个固定的错误率。
#是分类决策，无论是多少元分类都把它作为二元分类

# 识别率
print('训练集：',classifier.score(train_data,train_label))
print('测试集：',classifier.score(test_data,test_label))

# 另一种方式计算识别率——先得出预测值，再compare
from sklearn.metrics import accuracy_score
tra_label=classifier.predict(train_data)
tes_label=classifier.predict(test_data)
print('训练集：',accuracy_score(train_label,tra_label))
print('测试集',accuracy_score(test_label,tes_label))


# 查看内部决策函数
print('train_decision_function:',classifier.decision_function(train_data))
print('predict_result:',classifier.predict(train_data))



# 5.绘制图形
# 确定坐标轴范围
import matplotlib
import matplotlib.pyplot as plt

x1_min, x1_max = x[:, 0].min(), x[:, 0].max()  # 第0维特征的范围
x2_min, x2_max = x[:, 1].min(), x[:, 1].max()  # 第1维特征的范围
x1, x2 = np.mgrid[x1_min:x1_max:200j, x2_min:x2_max:200j]  # 生成网络采样点
grid_test = np.stack((x1.flat, x2.flat), axis=1)  # 测试点
# 指定默认字体
matplotlib.rcParams['font.sans-serif'] = ['SimHei']
# 设置颜色
cm_light = matplotlib.colors.ListedColormap(['#A0FFA0', '#FFA0A0', '#A0A0FF'])
cm_dark = matplotlib.colors.ListedColormap(['g', 'r', 'b'])

grid_hat = classifier.predict(grid_test)  # 预测分类值
grid_hat = grid_hat.reshape(x1.shape)  # 使之与输入的形状相同

plt.pcolormesh(x1, x2, grid_hat, cmap=cm_light)  # 预测值的显示
plt.scatter(x[:, 0], x[:, 1], c=y[:, 0], s=30, cmap=cm_dark)  # 样本
plt.scatter(test_data[:, 0], test_data[:, 1], c=test_label[:, 0], s=30, edgecolors='k', zorder=2,
            cmap=cm_dark)  # 圈中测试集样本点
plt.xlabel('花萼长度', fontsize=13)
plt.ylabel('花萼宽度', fontsize=13)
plt.xlim(x1_min, x1_max)
plt.ylim(x2_min, x2_max)
plt.title('鸢尾花SVM二特征分类')

plt.show()
print('ok')