python导入鸢尾花数据集_Python实现鸢尾花数据集分类问题——基于skearn的SVM
1 #!/usr/bin/env python
2 #encoding: utf-8
3 __author__ = 'Xiaolin Shen'
4 from sklearn importsvm5 importnumpy as np6 from sklearn importmodel_selection7 importmatplotlib.pyplot as plt8 importmatplotlib as mpl9 from matplotlib importcolors10
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 defiris_type(s):18 class_label={b'Iris-setosa':0,b'Iris-versicolor':1,b'Iris-virginica':2}19 returnclass_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 defshow_accuracy(y_hat,y_train,str):73 pass
74
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： 0.838095238095
83 #SVM-輸出測試集的準確率為： 0.777777777778
84
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'] =False111
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 '''
總結
以上是生活随笔為你收集整理的python导入鸢尾花数据集_Python实现鸢尾花数据集分类问题——基于skearn的SVM的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： alc236黑苹果驱动_台式机黑苹果独显
- 下一篇： 扫雷程序设计 python_端口扫描