除了在Matlab中使用PRTools工具箱中的svm算法，Python中一样可以使用支持向量机做分类。因为Python中的sklearn库也集成了SVM算法，本文的运行环境是Pycharm。
一、导入sklearn算法包
Scikit-Learn库已经实现了所有基本机器学习的算法，具体使用详见官方文档说明：http://scikit-learn.org/stable/auto_examples/index.html#support-vector-machines。
skleran中集成了许多算法，其导入包的方式如下所示：
·逻辑回归：from sklearn.linear_model import LogisticRegression
·朴素贝叶斯：from sklearn.naive_bayes import GaussianNB
·K-近邻：from sklearn.neighbors import KNeighborsClassifier
·决策树：from sklearn.tree import DecisionTreeClassifier
·支持向量机：from sklearn import svm
二、sklearn中svc的使用
（1）使用numpy中的loadtxt读入数据文件
loadtxt()的使用方法：
·fname:文件路径。eg：C:/Dataset/iris.txt。
·dtype：数据类型。eg：float、str等。
·delimiter：分隔符。eg：‘，’。
·converters：将数据列与转换函数进行映射的字典。
·eg：{1:fun}，含义是将第2列对应转换函数进行转换。
·usecols：选取数据的列。
以Iris兰花数据集为例子：
由于从UCI数据库中下载的Iris原始数据集的样子是这样的，前四列为特征列，第五列为类别列，分别有三种类别Iris-setosa， Iris-versicolor， Iris-virginica。
当使用numpy中的loadtxt函数导入该数据集时，假设数据类型dtype为浮点型，但是很明显第五列的数据类型并不是浮点型。
因此我们要额外做一个工作，即通过loadtxt()函数中的converters参数将第五列通过转换函数映射成浮点类型的数据。
首先，我们要写出一个转换函数：
defiris_type(s):
it={'Iris-setosa':0,'Iris-versicolor':1,'Iris-virginica':2}
returnit[s]
接下来读入数据，converters={4: iris_type}中“4”指的是第5列：
path=u'D:/f盘/python/学习/iris.data'#数据文件路径
data=np.loadtxt(path,dtype=float,delimiter=',',converters={4:iris_type})
读入结果：
（2）将Iris分为训练集与测试集
x,y=np.split(data,(4,),axis=1) x=x[:,:2] x_train,x_test,y_train,y_test=train_test_split(x,y,random_state=1,train_size=0.6)
1.split(数据，分割位置，轴=1（水平分割） or 0（垂直分割）)。
2.x = x[:, :2]是为方便后期画图更直观，故只取了前两列特征值向量训练。
3.sklearn.model_selection.train_test_split随机划分训练集与测试集。train_test_split(train_data,train_target,test_size=数字, random_state=0)
参数解释：
·train_data：所要划分的样本特征集
·train_target：所要划分的样本结果
·test_size：样本占比，如果是整数的话就是样本的数量
·random_state：是随机数的种子。
随机数种子：其实就是该组随机数的编号，在需要重复试验的时候，保证得到一组一样的随机数。比如你每次都填1，其他参数一样的情况下你得到的随机数组是一样的。但填0或不填，每次都会不一样。随机数的产生取决于种子，随机数和种子之间的关系遵从以下两个规则：种子不同，产生不同的随机数；种子相同，即使实例不同也产生相同的随机数。
（3）训练svm分类器
#clf=svm.SVC(C=0.1,kernel='linear',decision_function_shape='ovr') clf=svm.SVC(C=0.8,kernel='rbf',gamma=20,decision_function_shape='ovr') clf.fit(x_train,y_train.ravel())
kernel='linear'时，为线性核，C越大分类效果越好，但有可能会过拟合（defaul C=1）。
kernel='rbf'时（default），为高斯核，gamma值越小，分类界面越连续；gamma值越大，分类界面越“散”，分类效果越好，但有可能会过拟合。
decision_function_shape='ovr'时，为one v rest，即一个类别与其他类别进行划分，
decision_function_shape='ovo'时，为one v one，即将类别两两之间进行划分，用二分类的方法模拟多分类的结果。
（4）计算svc分类器的准确率
printclf.score(x_train,y_train)#精度 y_hat=clf.predict(x_train) show_accuracy(y_hat,y_train,'训练集') printclf.score(x_test,y_test) y_hat=clf.predict(x_test) show_accuracy(y_hat,y_test,'测试集')
结果为：
如果想查看决策函数，可以通过decision_function()实现
print'decision_function:\n',clf.decision_function(x_train) print'\npredict:\n',clf.predict(x_train)
结果为：
decision_function中每一列的值代表距离各类别的距离。
（5）绘制图像
1.确定坐标轴范围，x，y轴分别表示两个特征
x1_min,x1_max=x[:,0].min(),x[:,0].max()#第0列的范围 x2_min,x2_max=x[:,1].min(),x[:,1].max()#第1列的范围 x1,x2=np.mgrid[x1_min:x1_max:200j,x2_min:x2_max:200j]#生成网格采样点 grid_test=np.stack((x1.flat,x2.flat),axis=1)#测试点 #print'grid_test=\n', grid_testgrid_hat=clf.predict(grid_test)#预测分类值 grid_hat=grid_hat.reshape(x1.shape)#使之与输入的形状相同
这里用到了mgrid()函数，该函数的作用这里简单介绍一下：
假设假设目标函数F（x，y）=x+y。x轴范围13，y轴范围46，当绘制图像时主要分四步进行：
【step1：x扩展】(朝右扩展)：
[111] [222] [333]
【step2：y扩展】(朝下扩展)：
[456] [456] [456]
【step3：定位（xi，yi）】：
[(1,4)(1,5)(1,6)] [(2,4)(2,5)(2,6)] [(3,4)(3,5)(3,6)]
【step4：将（xi，yi）代入F(x,y)=x+y】
因此这里x1, x2 = np.mgrid[x1_min:x1_max:200j, x2_min:x2_max:200j]后的结果为：
再通过stack()函数，axis=1，生成测试点
2.指定默认字体
mpl.rcParams['font.sans-serif']=[u'SimHei'] mpl.rcParams['axes.unicode_minus']=False
3.绘制
cm_light=mpl.colors.ListedColormap(['#A0FFA0','#FFA0A0','#A0A0FF']) cm_dark=mpl.colors.ListedColormap(['g','r','b']) plt.pcolormesh(x1,x2,grid_hat,cmap=cm_light) plt.scatter(x[:,0],x[:,1],c=y,edgecolors='k',s=50,cmap=cm_dark)#样本 plt.scatter(x_test[:,0],x_test[:,1],s=120,facecolors='none',zorder=10)#圈中测试集样本 plt.xlabel(u'花萼长度',fontsize=13) plt.ylabel(u'花萼宽度',fontsize=13) plt.xlim(x1_min,x1_max) plt.ylim(x2_min,x2_max) plt.title(u'鸢尾花SVM二特征分类',fontsize=15) #plt.grid() plt.show()
pcolormesh(x,y,z,cmap)这里参数代入x1，x2，grid_hat，cmap=cm_light绘制的是背景。
scatter中edgecolors是指描绘点的边缘色彩，s指描绘点的大小，cmap指点的颜色。
xlim指图的边界。
最终结果为：
python学习网，大量的免费python视频教程，欢迎在线学习！
评论(0)