机器学习——Python鸢尾花SVM练习（含超参数批量筛选、交叉验证）

目录

• 1. 标准SVM模型

  • 2. 采用交叉验证法进行模型调参

  • • 法一：基于交叉验证的评估函数
  • • 法二：推荐使用网格搜索算法进行参数优化

  • 3. 完整代码

修改说明

数据背景：以 Iris 数据集为基础开展研究。
获取途径为 访问 Iris 数据集页面。
该页面包含 5 个属性。
由以下 4 个预测属性组成：萼片长度、萼片宽度以及花瓣的长度与宽度。
此外还包含 1 个类别属性。
即 Iris-setosa 种别及其变种。
以及 3 种分类信息： Iris-setosa, Iris-versicolor 和 Iris-virginica。

1. 最普通的SVM

这里也没什么好说的啦！大家网上的资源实在是太多了！不如咱们一起参考一下吧！
https://www.cnblogs.com/luyaoblog/p/6775342.html

    from sklearn import svm
    import numpy as np
    from sklearn.model_selection import train_test_split
    from sklearn.mod