线性SVM分类 svm是线性分类器吗

itomcoil 2024-12-28 13:35 15 浏览

核心思想

找到一个决策边界（在二维空间中是一条直线，在高维空间中是一个超平面），使得这个边界不仅可以将不同类别的数据分隔开，而且能使分隔两类数据的"间隔"（也就是数据点到决策边界的最小距离）最大化。

换句话说：SVM试图找到一条位置最优的"街道"（决策边界），这条"街道"应该足够宽（即间隔最大化），并且能将不同的数据点（或者说是"房子"）完全分开。

硬间隔与软间隔

硬间隔：它期望找到一个完美的分类线，能把所有的数据点完全正确地分类，但这在现实中很难实现，因为数据通常会有一些噪声或异常值。
软间隔：它更灵活，允许一部分数据点被错误分类，这样可以更好地处理噪声和异常值，而且更适合现实中的数据。

import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn import preprocessing
from sklearn import svm
from sklearn.metrics import confusion_matrix

# 读取数据
data = pd.read_csv('creditcard.csv')

# 提取特征列
features = data.drop(['Class'], axis=1)
labels = data['Class']

# 标准化特征
scaler = preprocessing.StandardScaler()
features = scaler.fit_transform(features)

# 分割训练集和测试集
features_train, features_test, labels_train, labels_test = train_test_split(features, labels, test_size=0.2, random_state=42)

# 创建并训练模型
classifier = svm.SVC(kernel='linear')
classifier.fit(features_train, labels_train)

# 预测测试集
predictions = classifier.predict(features_test)

# 输出混淆矩阵，查看模型性能
print(confusion_matrix(labels_test, predictions))

pandas split

上一篇：pandas 字符串截取 pandas取字符串中的一段
下一篇：Garak大模型漏洞扫描工具漏洞扫描框架

线性SVM分类 svm是线性分类器吗

相关推荐

我用 1 个 2 手计算器换了 3 台 MacBook(上)

零基础也能搞定!DeepSeek大模型本地安装全攻略

Python三目运算符(三元运算符)用法详解

PS零基础入门教程:Photoshop 2024工具详解—标尺工具

SpringBoot中使用LocalDateTime踩坑记录

a4尺寸是多大像素多少厘米长宽，4k的纸是多大的纸是a4的吗

PS 零基础入门 040:图层样式选项

PS零基础入门教程:Photoshop 2024工具详解—直线工具

Pony - 最智能的 Python ORM 框架

Python 最常用的语句、函数有哪些?