『』支持向量机（SVM）说明及示例

本文插图
支持向量机（SVM）可以解决支持分类和回归问题，这两个问题的解决都是通过构造函数h来实现的，该函数将输入向量x与输出y进行匹配：y = h（x ）
优缺点
优点：该算法可以基于内核对线性和非线性问题的极限进行建模。它对于“过拟合”也非常可行，尤其是在大空间中。
劣势：支持向量机需要大量的内存，由于选择正确的核(kernel)很重要，所以很难调整，而且在相当大的数据集下也无法获得良好的结果。
简要说明
假设我们有6点的数据集，如下所示

本文插图
你可以看到它们是线性可分的，但问题是有成千上万的直线可以做到这一点

本文插图
所有这些线均有效，并且可以100％正确的进行分类。但问题是，这些线是有效的，但不是最优的。
如下图所示，它们的原理很简单:它们的目的是使用尽可能“简单”的边界将数据分离到类中，从而使不同数据组之间的距离和它们之间的边界达到最大。这个距离也被称为“margin” ，支持向量机因此被称为“wide margin separators” ， “支持向量”是最接近边界的数据。

本文插图
要使用的机器学习数据集
1）进行分类的SVM：我们将使用“ Social Network Ads”机器学习数据集，这是此数据集的链接（https://www.kaggle.com/rakeshrau/social-network-ads）。数据集由5列组成（User ID、Gender、 Age、 Estimated Salary 和 Purchased），共有400行。

本文插图
2）第二个SVM进行回归：我们将使用“Position Salaries”机器学习数据集，这是此数据集（https://www.kaggle.com/farhanmd29/position-salaries）的链接。数据集由3列组成（Position、 Level、Salary），有10行。

本文插图
要达到的结果
分类：可视化并识别不同类，并按数据集绘制分界线以进行测试
回归：可视化数据点并绘制回归线，并预测level为4.5和8.5员工的薪水
遵循的步骤
分类

导入必要的库
导入数据集
将数据分为训练集和测试集
根据需要建立特征缩放
从SVM库创建用于分类的SVC对象
拟合数据集（训练集）
预测结果（测试集）
评估机器学习模型

回归

导入必要的Python库
导入机器学习数据集
根据需要建立特征缩放
从SVM库创建用于回归的SVC对象
拟合数据集
预测结果

算法实现（分类）
这部分代码进行了数据预处理，特征缩放，将数据划分为训练集和测试集，然后从支持向量机类中声明我们的SVC分类模型以进行拟合和预测
# Importing the libraries import numpy as np import matplotlib.pyplot as plt import pandas as pd # Importing the dataset dataset = pd.read_csv('Social_Network_Ads.csv') X = dataset.iloc[:, [2, 3]].values y = dataset.iloc[:, 4].values # Splitting the dataset into the Training set and Test set from sklearn.model_selection import train_test_split X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.25, random_state = 0) # Feature Scaling from sklearn.preprocessing import StandardScaler sc = StandardScaler() X_train = sc.fit_transform(X_train) X_test = sc.transform(X_test) # Fitting classifier to the Training set from sklearn.svm import SVC classifier = SVC(random_state=0) # for non-linear model use this parametre kernel='rbf' classifier.fit(X_train, y_train) # Predicting the Test set results y_pred = classifier.predict(X_test) # Making the Confusion Matrix from sklearn.metrics import confusion_matrix cm = confusion_matrix(y_test, y_pred)数据可视化部分的Python代码如下：