sklearn使用高斯核SVM显示支持向量

Posted starcrm

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了sklearn使用高斯核SVM显示支持向量相关的知识,希望对你有一定的参考价值。

import graphviz
import mglearn
from mpl_toolkits.mplot3d import Axes3D
from sklearn.datasets import load_breast_cancer, make_blobs
from sklearn.ensemble import RandomForestClassifier
from sklearn.model_selection import train_test_split
from sklearn.svm import SVC
from sklearn.tree import DecisionTreeClassifier, export_graphviz
from IPython.display import display
import matplotlib.pyplot as plt
import numpy as np
import matplotlib as mt
import pandas as pd

X, y = mglearn.tools.make_handcrafted_dataset()
svm = SVC(kernel=rbf, C=100, gamma=0.1).fit(X, y)
mglearn.plots.plot_2d_separator(svm, X, eps=.5)
mglearn.discrete_scatter(X[:, 0], X[:, 1], y)
# plot support vectors
sv = svm.support_vectors_
print(sv)
# class labels of support vectors are given by the sign of the dual coefficients
sv_labels = svm.dual_coef_.ravel() > 0
mglearn.discrete_scatter(sv[:, 0], sv[:, 1], sv_labels, s=15, markeredgewidth=3)
plt.xlabel("Feature 0")
plt.ylabel("Feature 1")
plt.show()

技术图片

以上是关于sklearn使用高斯核SVM显示支持向量的主要内容,如果未能解决你的问题,请参考以下文章

支持向量机+sklearn绘制超平面

菜菜的sklearn课堂笔记支持向量机-非线性SVM与核函数

支持向量机高斯核调参小结

人工智能选股系列——支持向量机(SVM)模型

支持向量机

SVM(支持向量机)