python实现SVM

此文档使用python语言实现SVM经典机器学习算法，可以帮助初学者更好的掌握。

# -*- coding: utf-8 -*-

import numpy as np
import matplotlib.pyplot as plt
from sklearn import svm datasets
from load_data import dataload

def make_meshgrid（x y h=.02）:
    “““Create a mesh of points to plot in

    Parameters
    ----------
    x: data to base x-axis meshgrid on
    y: data to base y-axis meshgrid on
    h: stepsize for meshgrid optional

    Returns
    -------
    xx yy : ndarray
    “““
    x_min x_max = x.min（） - 1 x.max（） + 1
    y_min y_max = y.min（） - 1 y.max（） + 1
    xx yy = np.meshgrid（np.arange（x_min x_max h）
                         np.arange（y_min y_max h））
    return xx yy


def plot_contours（ax clf xx yy **params）:
    “““Plot the decision boundaries for a classifier.

    Parameters
    ----------
    ax: matplotlib axes object
    clf: a classifier
    xx: meshgrid ndarray
    yy: meshgrid ndarray
    params: dictionary of params to pass to contourf optional
    “““
    Z = clf.predict（np.c_[xx.ravel（） yy.ravel（）]）
    Z = Z.reshape（xx.shape）
    out = ax.contourf（xx yy Z **params）
    return out


# import some data to play with
iris = datasets.load_iris（）
# Take the first two features. We could avoid this by using a two-dim dataset
X = iris.data[: :2]
y = iris.target

# we create an instance of SVM and fit out data. We do not scale our
# data since we want to plot the support vectors
C = 1.0  # SVM regularization parameter
models = （svm.SVC（kernel=‘linear‘ C=C）
          svm.LinearSVC（C=C）
          svm.SVC（kernel=‘rbf‘ gamma=0.7 C=C）
          svm.SVC（kernel=‘poly‘ degree=3 C=C））
models = （clf.fit（X y） for clf in models）

# title for the plots
titles = （‘SVC with linear kernel‘
          ‘LinearSVC （linear kernel）‘
          ‘SVC with RBF kernel‘
          ‘SVC with polynomial （degree 3） kernel‘）

# Set-up 2x2 grid for plotting.
fig sub = plt.subplots（2 2）
plt.subplots_adjust（wspace=0.4 hspace=0.4）

X0 X1 = X[: 0] X[: 1]
xx yy = make_meshgrid（X0 X1）

for clf title ax in zip（models titles sub.flatten（））:
    plot_contours（ax clf xx yy
                  cmap=plt.cm.coolwarm alpha=0.8）
    ax.scatter（X0 X1 c=y cmap=plt.cm.coolwarm s=20 edgecolors=‘k‘）
    ax.set_xlim（xx.min（） xx.max（））
    ax.set_ylim（yy.min（） yy.max（））
    ax.set_xlabel（‘Sepal length‘）
    ax.set_ylabel（‘Sepal width‘）
    ax.set_xticks（（））
    ax.set_yticks（（））
    ax.set_title（title）

plt.show（）

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

     文件         62  2018-09-08 20:58  SVM\svm\.spyproject\codestyle.ini

     文件         64  2018-09-08 20:58  SVM\svm\.spyproject\encoding.ini

     文件         92  2018-09-08 20:58  SVM\svm\.spyproject\vcs.ini

     文件        281  2019-03-28 11:52  SVM\svm\.spyproject\workspace.ini

     文件     196048  2018-10-25 19:07  SVM\svm\archive.txt

     文件       4700  2018-08-28 17:49  SVM\svm\DATA.txt

     文件       2490  2018-09-09 15:45  SVM\svm\iris_dataset.py

     文件       2703  2018-11-02 15:12  SVM\svm\load_data.py

     文件      29322  2018-11-02 16:03  SVM\svm\TestingData.txt

     文件        321  2018-09-09 15:45  SVM\svm\train.py

     文件      88248  2018-11-02 16:03  SVM\svm\TrainingData.txt

     文件       1475  2018-11-02 16:03  SVM\svm\__pycache__\load_data.cpython-36.pyc

     文件       4688  2018-09-29 20:07  SVM\svm\人脸识别.py

     目录          0  2018-09-08 20:58  SVM\svm\.spyproject

     目录          0  2018-11-02 16:03  SVM\svm\__pycache__

     目录          0  2018-11-02 15:12  SVM\svm

     目录          0  2018-09-08 20:58  SVM

----------- ---------  ---------- -----  ----

               330494                    17