利用支持向量机进行数据分类和绘制决策边界（超平面）
发布时间
阅读量：
阅读量
基于支持向量机的数据分类以及绘制决策边界（超平面）
为便于结果的可视化呈现，本研究主要采用二维数据点作为分析对象
目录：
1、导入数据并进行数据观察：
2、使用训练集对模型进行训练
3、绘制决策边界（即超平面）以评估分类效果
4、基于这四组参数对测试集开展测试并生成相关图像
首先，将所使用的库进行列举
# coding:utf-8
import numpy as np
import matplotlib.pyplot as plt
from sklearn import svm # 导入SVM模型模块
from scipy.io import loadmat # 读取mat文件利用的模块
1、导入数据并观察数据：
通过matlab的mat文件加载训练样本与测试样本，其中训练样本与测试样本均以二维数据点形式组织为矩阵结构，对应的数据标签则以一维数据点构成矩阵形式存在（由于主要包含两类数据，因此标签值设定为1和2）
A=loadmat('data3.mat')
print(A.keys())
X=A['X全部评论 (0)
还没有任何评论哟~