《模式识别原理、应用及实现》 课件 4.10支持向量机-实验.pptxVIP

模式识别1/justinruan/Learning-ML学以致用，知行合一（实践篇）

SVM编程算例2

回顾SVM的三步曲?3??????

4.10.1sklearn里的SVMSVM算法在sklearn.svm工具包中，其中SVC类是用于进行分类任务，SVR是用来进行数值回归任务的。这里使用离散的数值计算来代替连续的数值回归classsklearn.svm.SVC(C=1.0,kernel=rbf,degree=3,gamma=auto,coef0=0.0,shrinking=True,probability=False,tol=0.001,cache_size=200,class_weight=None,verbose=False,max_iter=-1,decision_function_shape=ovr,random_state=None)首先需要选择SVM的核函数，参数kernel指定‘linear’,‘poly’,‘rbf’,‘sigmoid’,‘precomputed’oracallable.4

4.10.1sklearn里的SVM?5??

示例1：两个特征，两个类别数据集生成一个有两个特征，两个类别的数据集，然后用线性核函数的SVM算法进行分类。6

示例17画出支持向量生成数据网格预测数据网格画出分界线画出