數據集說明
數據下載地址：https://archive.ics.uci.edu/ml/index.php
data文件爲數據，由逗號分開，names文件爲數據說明。data文件可以用excel打開。
70%數據用於訓練集，30%是測試集。
快速下載Sklearn的各種包
cmd+R，然後輸入下面代碼，下自己需要的包就好
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple *****
Wine數據集
這些數據包括了三種酒中13種不同成分的數量。13種成分分別爲：Alcohol，Malicacid，Ash，Alcalinity of ash，Magnesium，Total phenols，Flavanoids，Nonflavanoid phenols，Proanthocyanins，Color intensity，Hue，OD280/OD315 of diluted wines，Proline。在 “wine.data”文件中，每行代表一種酒的樣本，共有178個樣本；一共有14列，其中，第一列爲類標誌屬性，共有三類，分別記爲“1”，“2”，“3”；後面的13列爲每個樣本的對應屬性的樣本值。其中第1類有59個樣本，第2類有71個樣本，第3類有48個樣本。
Iris數據集
Iris也稱鳶尾花卉數據集，是一類多重變量分析的數據集。通過花萼長度，花萼寬度，花瓣長度，花瓣寬度4個屬性預測鳶尾花卉屬於（Setosa，Versicolour，Virginica）三個種類中的哪一類。
代碼
其中包含了樸素貝葉斯的高斯模型和伯努利模型，SVM分別使用三種核函數。
在對數據集分割上寫的很low，反正數據量不大，就用笨方法來了。可以自行優化。
有個坑是在分訓練集和數據集時要先打亂順序，不然比如紅酒數據會沒有用到第3類來訓練（使用Shuffle），最後測試集都是1或者2類，準確率0.76。。。很難受！-_-!
import pandas as pd
import random
import sklearn.svm as svm
from sklearn.preprocessing import StandardScaler
from sklearn.neural_network import MLPClassifier
from sklearn.naive_bayes import GaussianNB
from sklearn.naive_bayes import MultinomialNB
from sklearn.naive_bayes import BernoulliNB
from sklearn.utils import shuffle
from sklearn.svm import SVC
souce_data = pd.read_csv("C:\\Users\\jwj13\\Desktop\\MyCode\\機器學習\\wine.data")
print("數據量：{}".format(len(souce_data)))#177
print("數據列數：{}".format(souce_data.columns.size))#14
souce_data = shuffle(souce_data)#數據隨機排列
x_train=souce_data.iloc[:125,1:14]#0到124行；1-14列，訓練集
y_train=souce_data.iloc[:125,0]#訓練結果集
x_test=souce_data.iloc[125:,1:14]#測試集
y_test=souce_data.iloc[125:,0]#測試集的目標結果集
print("*****1.使用神經網絡進行訓練*****")
# 神經網絡對數據尺度敏感，所以最好在訓練前標準化，或者歸一化，或者縮放到[-1,1]
#數據標準化
scaler = StandardScaler() # 標準化轉換
scaler.fit(x_test) # 訓練標準化對象
x_test_Standard= scaler.transform(x_test) # 轉換數據集
scaler.fit(x_train) # 訓練標準化對象
x_train_Standard= scaler.transform(x_train) # 轉換數據集
y_test1=y_test.tolist()
print("測試集的目標類別：{}".format(y_test1))
bp=MLPClassifier(hidden_layer_sizes=(500,3 ), activation='relu', solver='lbfgs', alpha=0.0001, batch_size='auto',learning_rate='constant')
bp.fit(x_train_Standard,y_train.astype('int'))
y_predict_mlp=bp.predict(x_test_Standard)#預測的結果集
y_predict_mlp=list(y_predict_mlp)
print("MLP預測準確率：{}".format(sum([1 for n in range(len(y_test1)) if y_predict_mlp[n]==y_test1[n] ])/len(y_test1)))
print("*****2.使用樸素貝葉斯進行訓練*****")
#高斯
gauNB = GaussianNB()
gauNB.fit(x_train_Standard,y_train.astype('int'))
y_predict_gau = gauNB.predict(x_test_Standard)
y_predict_gau=list(y_predict_gau)
#print(y_predict_gau)
print("高斯模型預測準確率:{}".format(sum([1 for n in range(len(y_test1)) if y_predict_gau[n]==y_test1[n] ])/len(y_test1)))
#伯努利
berNB = BernoulliNB()
berNB.fit(x_train_Standard,y_train.astype('int'))
y_predict_ber = berNB.predict(x_test_Standard)
y_predict_ber=list(y_predict_ber)
#print(y_predict_ber)
print("伯努利模型預測準確率:{}".format(sum([1 for n in range(len(y_test1)) if y_predict_ber[n]==y_test1[n] ])/len(y_test1)))
print("*****3.使用支持向量機進行訓練*****")
# 訓練svm模型---基於線性核函數
model1 = svm.SVC(kernel='linear')
# 訓練svm模型---基於多項式核函數
model2 = svm.SVC(kernel='poly', degree=3)
# 訓練svm模型---基於徑向基核函數
model3 = svm.SVC(kernel='rbf', C=600)
model1.fit(x_train_Standard, y_train)
y_predict_svm1 = model1.predict(x_test_Standard)
y_predict_svm1=list(y_predict_svm1)
print("SVM(基於線性核函數)預測準確率:{}".format(sum([1 for n in range(len(y_test1)) if y_predict_svm1[n]==y_test1[n] ])/len(y_test1)))
model2.fit(x_train_Standard, y_train)
y_predict_svm2 = model2.predict(x_test_Standard)
y_predict_svm2=list(y_predict_svm2)
print("SVM(基於多項式核函數)預測準確率:{}".format(sum([1 for n in range(len(y_test1)) if y_predict_svm2[n]==y_test1[n] ])/len(y_test1)))
model3.fit(x_train_Standard, y_train)
y_predict_svm3 = model3.predict(x_test_Standard)
y_predict_svm3=list(y_predict_svm3)
print("SVM(基於徑向基核函數)預測準確率:{}".format(sum([1 for n in range(len(y_test1)) if y_predict_svm3[n]==y_test1[n] ])/len(y_test1)))
Iris數據集：
（除訓練集測試集分割代碼不同，其他與第一個數據集幾乎一致）
souce_data = pd.read_csv("C:\\Users\\jwj13\\Desktop\\MyCode\\機器學習\\iris.data")
print("數據量：{}".format(len(souce_data)))
print("數據列數：{}".format(souce_data.columns.size))
souce_data = shuffle(souce_data)#數據隨機排列
x_train=souce_data.iloc[:105,0:4]#0到104行；前4列，訓練集
y_train=souce_data.iloc[:105,4]#訓練結果集
x_test=souce_data.iloc[105:,0:4]#測試集
y_test=souce_data.iloc[105:,4]#測試集的目標結果集，第5列
輸出結果
1圖1 Wine數據集結果
圖2 iris數據集結果
