支持向量机线性核函数、非线性核函数、手写数字识别.rar

支持向量机的相关经典案例，里面包含线性核函数和非线性核函数，另外还有实例：支持向量机手写数字识别；内含测试集训练集、代码源文件及注释，可直接运行（需安装numpy和matplotlib）

‘‘‘
Created on Nov 4 2010
Chapter 5 source file for Machine Learing in Action
@author: Peter
‘‘‘
import numpy as np
from numpy import *
import random
import matplotlib.pyplot as plt
from time import sleep

def loadDataSet（fileName）:
    dataMat = [];
    labelMat = []
    fr = open（fileName）
    for line in fr.readlines（）:
        lineArr = line.strip（）.split（‘\t‘）
        dataMat.append（[float（lineArr[0]） float（lineArr[1]）]）
        labelMat.append（float（lineArr[2]））
    return dataMat labelMat

def selectJrand（i m）:
    j = i  # we want to select any J not equal to i
    while （j == i）:
        j = int（random.uniform（0 m））
    return j

def clipAlpha（aj H L）:
    if aj > H:
        aj = H
    if L > aj:
        aj = L
    return aj

def smoSimple（dataMatIn classLabels C toler maxIter）:
    dataMatrix = mat（dataMatIn）;
    labelMat = mat（classLabels）.transpose（）
    b = 0;
    m n = shape（dataMatrix）
    alphas = mat（zeros（（m 1）））
    iter = 0
    while （iter < maxIter）:
        alphaPairsChanged = 0
        for i in range（m）:
            fXi = float（multiply（alphas labelMat）.T * （dataMatrix * dataMatrix[i :].T）） + b
            Ei = fXi - float（labelMat[i]）  # if checks if an example violates KKT conditions
            if （（labelMat[i] * Ei < -toler） and （alphas[i] < C）） or （（labelMat[i] * Ei > toler） and （alphas[i] > 0））:
                j = selectJrand（i m）
                fXj = float（multiply（alphas labelMat）.T * （dataMatrix * dataMatrix[j :].T）） + b
                Ej = fXj - float（labelMat[j]）
                alphaIold = alphas[i].copy（）;
                alphaJold = alphas[j].copy（）;
                if （labelMat[i] != labelMat[j]）:
                    L = max（0 alphas[j] - alphas[i]）
                    H = min（C C + alphas[j] - alphas[i]）
                else:
                    L = max（0 alphas[j] + alphas[i] - C）
                    H = min（C alphas[j] + alphas[i]）
                if L == H: print （“L==H“）; continue
                eta = 2.0 * dataMatrix[i :] * dataMatrix[j :].T - dataMatrix[i :] * dataMatrix[i :].T - dataMatrix[
                                                                                                            j
                                                                                                            :] * dataMatrix[
                                                                                                                 j :].T
                if eta >= 0: print （“eta>=0“）; continue
                alphas[j] -= labelMat[j] * （Ei - Ej） / eta
                alphas[j] = clipAlpha（alphas[j] H L）
                if （abs（alphas[j] - alphaJold） < 0.00001）: print （“j not moving enough“）; continue
                alphas[i] += labelMat[j] * labelMat[i] * （alphaJold - alphas[j]）  # update i by the same amount as j
                # the update is in the oppostie direction
                b1 = b - Ei

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       4571  2019-03-25 13:49  支持向量机（线性核函数、非线性核函数、手写数字识别）\IRIS_dataset.txt

     文件      17857  2019-03-28 10:39  支持向量机（线性核函数、非线性核函数、手写数字识别）\SVM-01_.py

     文件       1088  2010-10-07 05:35  支持向量机（线性核函数、非线性核函数、手写数字识别）\testDigits\1_0.txt

     文件       1088  2010-10-07 05:35  支持向量机（线性核函数、非线性核函数、手写数字识别）\testDigits\1_1.txt

     文件       1088  2010-10-07 05:35  支持向量机（线性核函数、非线性核函数、手写数字识别）\testDigits\1_10.txt

     文件       1088  2010-10-07 05:35  支持向量机（线性核函数、非线性核函数、手写数字识别）\testDigits\1_11.txt

     文件       1088  2010-10-07 05:35  支持向量机（线性核函数、非线性核函数、手写数字识别）\testDigits\1_12.txt

     文件       1088  2010-10-07 05:35  支持向量机（线性核函数、非线性核函数、手写数字识别）\testDigits\1_13.txt

     文件       1088  2010-10-07 05:35  支持向量机（线性核函数、非线性核函数、手写数字识别）\testDigits\1_14.txt

     文件       1088  2010-10-07 05:35  支持向量机（线性核函数、非线性核函数、手写数字识别）\testDigits\1_15.txt

     文件       1088  2010-10-07 05:35  支持向量机（线性核函数、非线性核函数、手写数字识别）\testDigits\1_16.txt

     文件       1088  2010-10-07 05:35  支持向量机（线性核函数、非线性核函数、手写数字识别）\testDigits\1_17.txt

     文件       1088  2010-10-07 05:35  支持向量机（线性核函数、非线性核函数、手写数字识别）\testDigits\1_18.txt

     文件       1088  2010-10-07 05:35  支持向量机（线性核函数、非线性核函数、手写数字识别）\testDigits\1_19.txt

     文件       1088  2010-10-07 05:35  支持向量机（线性核函数、非线性核函数、手写数字识别）\testDigits\1_2.txt

     文件       1088  2010-10-07 05:35  支持向量机（线性核函数、非线性核函数、手写数字识别）\testDigits\1_20.txt

     文件       1088  2010-10-07 05:35  支持向量机（线性核函数、非线性核函数、手写数字识别）\testDigits\1_21.txt

     文件       1088  2010-10-07 05:35  支持向量机（线性核函数、非线性核函数、手写数字识别）\testDigits\1_22.txt

     文件       1088  2010-10-07 05:35  支持向量机（线性核函数、非线性核函数、手写数字识别）\testDigits\1_23.txt

     文件       1088  2010-10-07 05:35  支持向量机（线性核函数、非线性核函数、手写数字识别）\testDigits\1_24.txt

     文件       1088  2010-10-07 05:35  支持向量机（线性核函数、非线性核函数、手写数字识别）\testDigits\1_25.txt

     文件       1088  2010-10-07 05:35  支持向量机（线性核函数、非线性核函数、手写数字识别）\testDigits\1_26.txt

     文件       1088  2010-10-07 05:35  支持向量机（线性核函数、非线性核函数、手写数字识别）\testDigits\1_27.txt

     文件       1088  2010-10-07 05:35  支持向量机（线性核函数、非线性核函数、手写数字识别）\testDigits\1_28.txt

     文件       1088  2010-10-07 05:35  支持向量机（线性核函数、非线性核函数、手写数字识别）\testDigits\1_29.txt

     文件       1088  2010-10-07 05:35  支持向量机（线性核函数、非线性核函数、手写数字识别）\testDigits\1_3.txt

     文件       1088  2010-10-07 05:35  支持向量机（线性核函数、非线性核函数、手写数字识别）\testDigits\1_30.txt

     文件       1088  2010-10-07 05:35  支持向量机（线性核函数、非线性核函数、手写数字识别）\testDigits\1_31.txt

     文件       1088  2010-10-07 05:35  支持向量机（线性核函数、非线性核函数、手写数字识别）\testDigits\1_32.txt

     文件       1088  2010-10-07 05:35  支持向量机（线性核函数、非线性核函数、手写数字识别）\testDigits\1_33.txt

............此处省略571个文件信息