机器学习第3课：SVM及其代码实现

阅读量：

机器学习入门（3）SVM

1 支持向量机SVM
- 1.1 支持向量机介绍
- 1.2 软间隔
- 1.3 超平面
2 Demo实践
- 2.1 库函数导入
- 2.2 构建数据集
- 2.3 建模
- 2.4 模型预测
- 2.5 模型可视化

1 支持向量机SVM

一篇非常好的SVM理论讲解（点这里）

1.1 支持向量机介绍

STEP 1：构建数据集

复制代码

    import matplotlib.pyplot as plt
    from sklearn.datasets.samples_generator import make_blobs
    
    # 散点图可视化
    X, y = make_blobs(n_samples=60, centers=2, random_state=0, cluster_std=0.4)
    plt.scatter(X[:, 0], X[:, 1], c=y, s=60, cmap=plt.cm.Paired)

![在这里插入图片描述](https://ad.itadn.com/c/weblog/blog-im

全部评论 (0)

还没有任何评论哟~