透过数据挖掘学python

1.svm（Support Vector Machine）是机器学习中为二分类而设计的一种算法，旨在找到一个最佳的分离超平面的分离器，使得数据集上的正负样本间隔最大。简单例子如下：

from sklearn import  svm

x = [[2,0],[1,1],[2,3]] #三个点
y = [0,0,1] #三个点对应的特征值
clf = svm.SVC(kernel='linear') #clf表示分类器
clf.fit(x,y)

print(clf) #输出分类器
print(clf.support_vectors_) #输出哪几个点是在求得的平面上
print(clf.support_) #输出在平面上的几个点是在测试集合中的的几个
print(clf.n_support_) #输出1 和 0中的两个特征值各有几个点
print(clf.predict([[2,0]])); #预测[2,0]这个点的特征值 但这个地方必须是一个列表的形式

获得结果如下

D:\python\pycharm\python大作业\venv\Scripts\python.exe D:/python/pycharm/python大作业/test.py
SVC(C=1.0, cache_size=200, class_weight=None, coef0=0.0,
  decision_function_shape='ovr', degree=3, gamma='auto', kernel='linear',
  max_iter=-1, probability=False, random_state=None, shrinking=True,
  tol=0.001, verbose=False)
[[1. 1.]
 [2. 3.]]
[1 2]
[1 1]
[0]

2.SVC也能直接用来进行多分类，关键代码如下

clf = svm.SVC(decision_function_shape='ovo') # 表示分类器

ovo 以及 ovr  都多分类中的常见的方法有，全称依次为one-against-one和one-against-all。

他们两者之间具体的区别我不清楚，用两者分别测试了感觉也没太大区别。想清楚知道的可以查看这位老哥的

博客https://blog.csdn.net/yiqingyang2012/article/details/53437076

3.通常拿到的数据中都会有数据不均衡的问题，这时候就需要我们对数据进行处理。

https://blog.csdn.net/jiandanjinxin/article/details/50857205

svc模型不是很好的算法，感觉面对数据不均衡的问题时，处理之后的结果准确率不是很高，但我因为考研，只是为了应付作业，就没有换算法。

我的处理方式是，修改权重，关键代码如下：

clf.class_weight = 'balanced'

一下子正确率提高了很多哈哈省了很多麻烦