python SVM调包线性分类西瓜
2018-04-01 22:18
573 查看
import xlrd import numpy as np from sklearn.model_selection import KFold from sklearn.model_selection import cross_val_score from sklearn.svm import SVC data = xlrd.open_workbook('gua.xlsx') sheet = data.sheet_by_index(0) Density = sheet.col_values(6) Sugar = sheet.col_values(7) Res = sheet.col_values(8) # 读取原始数据 X = np.array([Density, Sugar]) # y的尺寸为(17,) y = np.array(Res) X = X.reshape(17, 2) num_folds = 10 seed = 7 kfold = KFold(n_splits=num_folds, random_state=seed) model = SVC() result = cross_val_score(model, X, y, cv=kfold) print(result.mean())
相关文章推荐
- SVM分类基础之线性分类器
- 【Machine Learning】【Python】一、HoG + SVM 物体分类 ---- 《SVM物体分类和定位检测》
- SVM 线性分类
- eclipse + libsvm-3.12 用SVM实现简单线性分类
- SVM理论之线性分类
- 【Machine Learning】【Python】二、HoG + PCA + SVM 物体分类 ---- 《SVM物体分类和定位检测》
- 【Python学习系列八】Python实现线性可分SVM(支持向量机)
- 西瓜书 习题6.2 用线性核、高斯核训练SVM
- python进行文本分类,基于word2vec,sklearn-svm对微博性别分类
- 深度学习小白——线性分类(SVM)
- eclipse + libsvm-3.12 用SVM实现简单线性分类
- SVM Classification python example using sklearn 分类例子
- 2python机器学习--SVM(决策树分类算法)
- python实现用SIFT+K-MEANS+SVM图片分类
- 从零开始学习SVM(四)---SMO算法线性分类与代码精解析
- 【Machine Learning】【Python】五、Sliding Window + SVM + NMS for Localization ---- 《SVM物体分类和定位检测》
- 【Python】SVM 线性可分 硬间隔最大化
- 转载SVM讲解一(线性分类)
- 机器学习:svm 线性分类
- 【西瓜书】线性回归在回归,二分类,多分类问题上的应用与推导