机器学习简单理解(15, 2)SVM
发布时间
阅读量：
阅读量
SVM中的非线性数据进行分类
在实际的生产过程中，所面临的数据往往难以实现明确的分类。为应对这一挑战，目前存在两种可行的解决途径：
① 直接引入多项式项以处理问题。
② 采用内核函数（scikit库中已提供封装好的工具）进行处理。
接下来，我们将借助代码实现的方式对上述方法进行验证。
1. 添加多项式项
import numpy as np
import matplotlib.pyplot as plt
from sklearn import datasets
from sklearn.preprocessing import Standardscaler,PolynomialFeatures
from sklearn.svm import linearSVC
from sklearn.pipeline import Pipeline
'''决策边界'''
from myML.metrics import plot_decision_boundary
'''模拟数据集'''
X,y = datasets.make_moons(noise=0.15,random_state = 666)
'''查看数据集'''
plt.sc全部评论 (0)
还没有任何评论哟~