Python實現鳶尾花數據集分類問題——基于skearn的SVM

?

代碼如下：

1 # !/usr/bin/env python2 # encoding: utf-83 __author__ = 'Xiaolin Shen'4 from sklearn import svm5 import numpy as np6 from sklearn import model_selection7 import matplotlib.pyplot as plt8 import matplotlib as mpl9 from matplotlib import colors10 11 12 13 # 當使用numpy中的loadtxt函數導入該數據集時，假設數據類型dtype為浮點型，但是很明顯數據集的第五列的數據類型是字符串并不是浮點型。14 # 因此需要額外做一個工作，即通過loadtxt()函數中的converters參數將第五列通過轉換函數映射成浮點類型的數據。15 # 首先，我們要寫出一個轉換函數：16 # 定義一個函數，將不同類別標簽與數字相對應17 def iris_type(s):18 class_label={b'Iris-setosa':0,b'Iris-versicolor':1,b'Iris-virginica':2}19 return class_label[s]20 21 #（1）使用numpy中的loadtxt讀入數據文件22 filepath='IRIS_dataset.txt' # 數據文件路徑23 data=np.loadtxt(filepath,dtype=float,delimiter=',',converters={4:iris_type})24 #以上4個參數中分別表示：25 #filepath ：文件路徑。eg：C:/Dataset/iris.txt。26 #dtype=float ：數據類型。eg：float、str等。27 #delimiter=',' ：數據以什么分割符號分割。eg：‘，’。28 #converters={4:iris_type} ：對某一列數據（第四列）進行某種類型的轉換，將數據列與轉換函數進行映射的字典。eg：{1:fun}，含義是將第2列對應轉換函數進行轉換。29 # converters={4: iris_type}中“4”指的是第5列。30 31 # print(data)32 #讀入結果示例為：33 # [[ 5.1 3.5 1.4 0.2 0. ]34 # [ 4.9 3. 1.4 0.2 0. ]35 # [ 4.7 3.2 1.3 0.2 0. ]36 # [ 4.6 3.1 1.5 0.2 0. ]37 # [ 5. 3.6 1.4 0.2 0. ]]38 39 40 41 #（2）將原始數據集劃分成訓練集和測試集42 X ,y=np.split(data,(4,),axis=1) #np.split 按照列（axis=1）進行分割，從第四列開始往后的作為y 數據，之前的作為X 數據。函數 split(數據，分割位置，軸=1（水平分割） or 0（垂直分割）)。43 x=X[:,0:2] #在 X中取前兩列作為特征（為了后期的可視化畫圖更加直觀，故只取前兩列特征值向量進行訓練）44 x_train,x_test,y_train,y_test=model_selection.train_test_split(x,y,random_state=1,test_size=0.3)45 # 用train_test_split將數據隨機分為訓練集和測試集，測試集占總數據的30%（test_size=0.3),random_state是隨機數種子46 # 參數解釋：47 # x：train_data：所要劃分的樣本特征集。48 # y：train_target：所要劃分的樣本結果。49 # test_size：樣本占比，如果是整數的話就是樣本的數量。50 # random_state：是隨機數的種子。51 # （隨機數種子：其實就是該組隨機數的編號，在需要重復試驗的時候，保證得到一組一樣的隨機數。比如你每次都填1，其他參數一樣的情況下你得到的隨機數組是一樣的。但填0或不填，每次都會不一樣。52 # 隨機數的產生取決于種子，隨機數和種子之間的關系遵從以下兩個規則：種子不同，產生不同的隨機數；種子相同，即使實例不同也產生相同的隨機數。）53 54 55 #（3）搭建模型，訓練SVM分類器56 # classifier=svm.SVC(kernel='linear',gamma=0.1,decision_function_shape='ovo',C=0.1)57 # kernel='linear'時，為線性核函數，C越大分類效果越好，但有可能會過擬合（defaul C=1）。58 classifier=svm.SVC(kernel='rbf',gamma=0.1,decision_function_shape='ovo',C=0.8)59 # kernel='rbf'（default）時，為高斯核函數，gamma值越小，分類界面越連續；gamma值越大，分類界面越“散”，分類效果越好，但有可能會過擬合。60 # decision_function_shape='ovo'時，為one v one分類問題，即將類別兩兩之間進行劃分，用二分類的方法模擬多分類的結果。61 # decision_function_shape='ovr'時，為one v rest分類問題，即一個類別與其他類別進行劃分。62 #開始訓練63 classifier.fit(x_train,y_train.ravel())64 #調用ravel()函數將矩陣轉變成一維數組65 # （ravel()函數與flatten()的區別）66 # 兩者所要實現的功能是一致的（將多維數組降為一維），67 # 兩者的區別在于返回拷貝（copy）還是返回視圖（view），68 # numpy.flatten() 返回一份拷貝，對拷貝所做的修改不會影響（reflects）原始矩陣，69 # 而numpy.ravel()返回的是視圖（view），會影響（reflects）原始矩陣。70 71 72 def show_accuracy(y_hat,y_train,str):73 pass74 75 #（4）計算svm分類器的準確率76 print("SVM-輸出訓練集的準確率為：",classifier.score(x_train,y_train))77 y_hat=classifier.predict(x_train)78 show_accuracy(y_hat,y_train,'訓練集')79 print("SVM-輸出測試集的準確率為：",classifier.score(x_test,y_test))80 y_hat=classifier.predict(x_test)81 show_accuracy(y_hat,y_test,'測試集')82 # SVM-輸出訓練集的準確率為： 0.83809523809583 # SVM-輸出測試集的準確率為： 0.77777777777884 85 86 # 查看決策函數，可以通過decision_function()實現。decision_function中每一列的值代表距離各類別的距離。87 # print('decision_function:\n', classifier.decision_function(x_train))88 print('\npredict:\n', classifier.predict(x_train))89 90 91 # (5)繪制圖像92 # 1.確定坐標軸范圍，x，y軸分別表示兩個特征93 x1_min, x1_max = x[:, 0].min(), x[:, 0].max() # 第0列的范圍 x[:, 0] "："表示所有行，0表示第1列94 x2_min, x2_max = x[:, 1].min(), x[:, 1].max() # 第1列的范圍 x[:, 0] "："表示所有行，1表示第2列95 x1, x2 = np.mgrid[x1_min:x1_max:200j, x2_min:x2_max:200j] # 生成網格采樣點（用meshgrid函數生成兩個網格矩陣X1和X2）96 grid_test = np.stack((x1.flat, x2.flat), axis=1) # 測試點，再通過stack()函數，axis=1，生成測試點97 # .flat 將矩陣轉變成一維數組 （與ravel()的區別：flatten：返回的是拷貝98 99 print("grid_test = \n", grid_test) 100 # print("x = \n",x) 101 grid_hat = classifier.predict(grid_test) # 預測分類值 102 103 print("grid_hat = \n", grid_hat) 104 # print(x1.shape()) 105 grid_hat = grid_hat.reshape(x1.shape) # 使之與輸入的形狀相同 106 107 108 # 2.指定默認字體 109 mpl.rcParams['font.sans-serif'] = [u'SimHei'] 110 mpl.rcParams['axes.unicode_minus'] = False 111 112 # 3.繪制 113 cm_light = mpl.colors.ListedColormap(['#A0FFA0', '#FFA0A0', '#A0A0FF']) 114 cm_dark = mpl.colors.ListedColormap(['g', 'r', 'b']) 115 116 alpha=0.5 117 118 plt.pcolormesh(x1, x2, grid_hat, cmap=cm_light) # 預測值的顯示 119 # plt.scatter(x[:, 0], x[:, 1], c=y, edgecolors='k', s=50, cmap=cm_dark) # 樣本 120 plt.plot(x[:, 0], x[:, 1], 'o', alpha=alpha, color='blue', markeredgecolor='k') 121 plt.scatter(x_test[:, 0], x_test[:, 1], s=120, facecolors='none', zorder=10) # 圈中測試集樣本 122 plt.xlabel(u'花萼長度', fontsize=13) 123 plt.ylabel(u'花萼寬度', fontsize=13) 124 plt.xlim(x1_min, x1_max) 125 plt.ylim(x2_min, x2_max) 126 plt.title(u'鳶尾花SVM二特征分類', fontsize=15) 127 # plt.grid() 128 plt.show() 129 130 131 132 133 ''' 134 #輸出訓練集的準確率 135 print(classifier.score(x_train,x_test)) 136 137 #由于準確率表現不直觀，可以通過其他方式觀察結果。 138 139 #首先將原始結果與訓練集預測結果進行對比： 140 y_train_hat=classifier.predict(x_train) 141 y_train_1d=y_train.reshape((-1)) 142 comp=zip(y_train_1d,y_train_hat) #用zip把原始結果和預測結果放在一起。顯示如下： 143 print(list(comp)) 144 145 #同樣的,可以用訓練好的模型對測試集的數據進行預測: 146 print(classifier.score(x_test,y_test)) 147 y_test_hat=classifier.predict(x_test) 148 y_test_1d=y_test.reshape((-1)) 149 comp=zip(y_test_1d,y_test_hat) 150 print(list(comp)) 151 152 153 #還可以通過圖像進行可視化： 154 plt.figure() 155 plt.subplot(121) 156 plt.scatter(x_train[:,0],x_train[:,1],c=y_train.reshape((-1)),edgecolors='k',s=50) 157 plt.subplot(122) 158 plt.scatter(x_train[:,0],x_train[:,1],c=y_train_hat.reshape((-1)),edgecolors='k',s=50) 159 160 '''

程序運行結果：

數據可視化展示：

? ? ? ? ?

來源:https://www.cnblogs.com/shenxiaolin/p/8854838.html

總結

以上是生活随笔為你收集整理的Python实现鸢尾花数据集分类问题——基于skearn的SVM(有详细注释的)的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。