经典机器学习算法系列-svm

支持向量机是比较好的分类器。

对iris数据集分类可以得到100%的准确率

数据python代码如下

import numpy as np
from sklearn import svm
from sklearn.metrics import accuracy_score
a = np.loadtxt('iris.txt')
train_data = np.concatenate((a[0:40],a[50:90],a[100:140]),axis=0)
test_data = np.concatenate((a[40:50],a[90:100],a[140:150]),axis=0)
clf = svm.SVC()
clf.fit(train_data[:,0:4],train_data[:,4])
result = clf.predict(test_data[:,0:4])
acc = accuracy_score(test_data[:,4], result)
print acc
这里用到了sklearn机器学习库,还有一个svmlib库。

比较奇怪的地方是train_data[:,0:4]表示取列,从序号0开始,取4个。

[1] accuracy score

[2] 如何使用sklearn中的SVM

posted @ 2017-03-16 10:45  开往春天的拖拉机  阅读(117)  评论(0编辑  收藏  举报