构建线性SVM程序,实现对iris数据集的分类
时间: 2024-06-18 22:03:00 浏览: 18
SVM(Support Vector Machine)是一种非常流行的分类算法之一,它在实际应用中表现出了非常优异的性能。在使用SVM进行分类时,我们需要先将数据集分为训练集和测试集,然后通过训练集训练出一个SVM模型,再使用测试集来评估模型的性能。
以下是构建线性SVM程序实现对iris数据集分类的步骤:
1. 导入必要的库
```
import numpy as np
from sklearn import datasets
from sklearn.pipeline import Pipeline
from sklearn.preprocessing import StandardScaler
from sklearn.svm import LinearSVC
```
2. 加载iris数据集
```
iris = datasets.load_iris()
X = iris["data"][:, (2, 3)] # petal length, petal width
y = (iris["target"] == 2).astype(np.float64) # Iris-Virginica
```
3. 构建线性SVM分类器
```
svm_clf = Pipeline([
("scaler", StandardScaler()),
("linear_svc", LinearSVC(C=1, loss="hinge", random_state=42))
])
```
4. 训练SVM模型
```
svm_clf.fit(X, y)
```
5. 对测试集进行分类并评估模型性能
```
from sklearn.metrics import accuracy_score
y_pred = svm_clf.predict(X_test)
accuracy_score(y_test, y_pred)
```
相关推荐
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)