Press "Enter" to skip to content

支持向量机算法之鸢尾花特征分类【机器学习】

本站内容均来自兴趣收集,如不慎侵害的您的相关权益,请留言告知,我们将尽快删除.谢谢.

文章目录

 

一.前言

 

1.1 本文原理

 

支持向量机(SVM)是一种二元分类模型。它的基本模型是在特征空间中定义最大区间的线性分类器,这使它不同于感知器;支持向量机还包括核技术,这使得它本质上是一个非线性分类器。支持向量机的学习策略是区间最大化,它可以形式化为求解凸二次规划的问题,等价于正则化铰链损失函数的最小化。支持向量机的学习算法是求解凸二次规划的优化算法。Scikit learn(sklearn)是机器学习中常见的第三方模块。它封装了常见的机器学习方法,包括回归、降维、分类、聚类等。

 

1.2 本文目的

 

 

    1. List item使用scikit-learn机器学习包的支持向量机算法,使用全部特征对鸢尾花进行分类;

 

    1. 使用scikit-learn机器学习包的支持向量机算法,设置SVM对象的参数,包括kernel、gamma和C,分别选择一个特征、两个特征、三个特征,写代码对鸢尾花进行分类;

 

    1. 使用scikit-learn机器学习包的支持向量机算法,选择特征0和特征2对鸢尾花分类并画图,gamma参数分别设置为1、10、100,运行程序并截图,观察gamma参数对训练分数(score)的影响,请说明如果错误调整gamma参数会产生什幺问题?

 

 

二.实验过程

 

2.1 支持向量机算法SVM

 

实例的特征向量(以2D为例)映射到空间中的一些点,如下图中的实心点和空心点,它们属于两个不同的类别。支持向量机的目的是画一条线来“最好”区分这两类点,这样,如果将来有新的点,这条线也可以很好地进行分类。

 

 

2.2List item使用scikit-learn机器学习包的支持向量机算法,使用全部特征对鸢尾花进行分类;

 

首先引入向量机算法svm模块:

 

from sklearn import svm

 

还是老样子,使用load_iris模块,里面有150组鸢尾花特征数据,我们可以拿来进行学习特征分类。

 

如下代码:

 

from sklearn.datasets import load_iris
iris = load_iris()
X = iris.data
print(X.shape, X)
y = iris.target
print(y.shape, y)

 

下面使用sklearn.svm.SVC()函数。

 

C-支持向量分类器如下:

 

svm=svm.SVC(kernel='rbf',C=1,gamma='auto')

 

使用全部特征对鸢尾花进行分类

 

svm.fit(X[:,:4],y)

 

输出训练得分:

 

print("training score:",svm.score(X[:,:4],y))
print("predict: ",svm.predict([[7,5,2,0.5],[7.5,4,7,2]]))

 

使用全部特征对鸢尾花进行分类训练得分如下:

 

2.3 使用scikit-learn机器学习包的支持向量机算法,设置SVM对象的参数,包括kernel、gamma和C,分别选择一个特征、两个特征、三个特征,写代码对鸢尾花进行分类;

 

2.3.1 使用一个特征对鸢尾花进行分类

 

上面提过的基础就不再写了。如下代码:

 

使用一个特征对鸢尾花进行分类,如下代码:

 

svm=svm.SVC()
svm.fit(X,y)

 

输出训练得分:

 

print("training score:",svm.score(X,y))
print("predict: ",svm.predict([[7,5,2,0.5],[7.5,4,7,2]]))

 

使用一个特征对鸢尾花进行分类训练得分如下:

 

2.3.2 使用两个特征对鸢尾花进行分类

 

使用两个特征对鸢尾花进行分类,如下代码:

 

svm=svm.SVC()
svm.fit(X[:,:1],y)

 

输出训练得分:

 

print("training score:",svm.score(X[:,:1],y))
print("predict: ",svm.predict([[7],[7.5]]))

 

使用两个特征对鸢尾花进行分类训练得分如下:

 

2.3.3 使用三个特征对鸢尾花进行分类

 

使用三个特征对鸢尾花进行分类,如下代码:

 

svm=svm.SVC(kernel='rbf',C=1,gamma='auto')
svm.fit(X[:,1:3],y)

 

输出训练得分:

 

print("training score:",svm.score(X[:,1:3],y))
print("predict: ",svm.predict([[7,5],[7.5,4]]))

 

使用三个特征对鸢尾花进行分类训练得分如下:

 

2.3.4 可视化三个特征分类结果

 

使用plt.subplot()函数用于直接指定划分方式和位置进行绘图。

 

x_min,x_max=X[:,1].min()-1,X[:,1].max()+1
v_min,v_max=X[:,2].min()-1,X[:,2].max()+1
h=(x_max/x_min)/100
xx,vy =np.meshgrid(np.arange(x_min,x_max,h),np.arange(v_min,v_max,h))
plt.subplot(1,1,1)
Z=svm.predict(np.c_[xx.ravel(),vy.ravel()])
Z=Z.reshape(xx.shape)

 

绘图,输出可视化。如下代码

 

plt.contourf(xx,vy,Z,cmap=plt.cm.Paired,alpha=0.8)
plt.scatter(X[:, 1], X[:, 2], c=y, cmap=plt.cm.Paired)
plt.xlabel('Sepal width')
plt.vlabel('Petal length')
plt.xlim(xx.min(), xx.max())
plt.title('SVC with linear kernel')
plt.show()

 

可视化三个特征分类结果图:

 

2.4使用scikit-learn机器学习包的支持向量机算法,选择特征0和特征2对鸢尾花分类并画图,gamma参数分别设置为1、10、100,运行程序并截图,观察gamma参数对训练分数(score)的影响,请说明如果错误调整gamma参数会产生什幺问题?

 

2.4.1当gamma为1时:

 

讲上文的gamma=’auto‘ 里的auto改为1,得如下代码:

 

svm=svm.SVC(kernel='rbf',C=1,gamma='1')
svm.fit(X[:,1:3],y)

 

运行上文可视化代码,得如下结果:

 

2.4.2当gamma为10时:

 

讲上文的gamma=’auto‘ 里的auto改为10,得如下代码:

 

svm=svm.SVC(kernel='rbf',C=1,gamma='10')
svm.fit(X[:,:3:2],y)

 

运行上文可视化代码,得如下结果:

 

2.4.3当gamma为100时:

 

讲上文的gamma=’auto‘ 里的auto改为100,得如下代码:

 

svm=svm.SVC(kernel='rbf',C=1,gamma='100')
svm.fit(X[:,:3:2],y)

 

运行上文可视化代码,得如下结果:

 

2.4.4 结论

 

参数gamma主要是对低维的样本进行高度度映射,gamma值越大映射的维度越高,训练的结果越好,但是越容易引起过拟合,即泛化能力低。通过上面的图可以看出gamma值越大,分数(score)越高。错误使用gamma值可能会引起过拟合,太低可能训练的结果太差。

 

Be First to Comment

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注