svm支持向量机实验报告（含代码、实验流程图结果分析等）.docxVIP

第十一章线性分类器实践大作业 1实验内容 1.1用SVM对AALCorrArrayBJ76Class.mat数据进行分类，并观察C、核函数、高斯核参数 等对分类结果的影响。 1.2用SVM对AALCorrArrayBJ63.mat数据进行网归实验，并观察不同的核函数对PI归结果 的影响 2实验流程 2.1 SVM对数据进行分类的流程 在训练集上用 leave one out对SVM进行训练 用训练集训练好的模型对测试集进行预测分类 non救据维（PCA）J划分训练集和〔测试集 non 救据 维（PCA）J 划分训练集和 〔测试集（20%） J 分别在训练集和测试栾上计竟acc和 ?结束 画出ROC曲线 2.2回归流程图彳7在训练集上用0leave one out对〔SVM进行训练 2.2回归流程图 彳7在训练集上用0 leave one out对 〔SVM进行训练J 用训练集训练好的模型对测试集进行预测 维(PCA)J 数据降 』划分训练集和 1测试集（20%）J 结束 计算测试集MSE和 可视化同归结果 3实验过程及相关结果 3.1 SVM进行分类实验过程及相关结果 ⑴导包 from scipy.io import loadmat from sklearn.decomposition import PCA from sklearn import svm from sk