11、python分類方法 SVM支持向量機案例完整

1 支持向量機

（簡稱SVM）是一個功能強大並且全面的機器學習模型，它能夠執行線性或非線性分類、迴歸，甚至是異常值檢測任
務。它是機器學習領域最受歡迎的模型之一，任何對機器學習感興趣的人都應該在工具箱中配備一個。SVM特別適用於中小型複雜數據集的分類。
 

2 案例

# -*- coding: utf-8 -*-

import scipy.io as scio

wineData = scio.loadmat('D:\\DATA\\pycase\\number2\\5.5\\Data.mat')

wineData['categories']

fData = wineData['wine'] 
tData = wineData['wine_labels'].reshape(-1)

from sklearn import svm

from sklearn.model_selection import cross_val_score

# 比較三種方法的評分，選擇最高

svmModel = svm.SVC()

# K折交叉驗證

cross_val_score(
    svmModel, 
    fData, 
    tData, 
    cv=3
)

svmModel = svm.NuSVC()
cross_val_score(
    svmModel, 
    fData, tData, cv=3
)

svmModel = svm.LinearSVC()
cross_val_score(
    svmModel, 
    fData, tData, cv=3
)

svmModel = svm.LinearSVC()
svmModel.fit(fData, tData)
svmModel.score(fData, tData)