除了在Matlab中使用PRTools工具箱中的svm算法，Python中一樣可以使用支持向量機做分類。因為Python中的sklearn庫也集成了SVM算法，本文的運行環(huán)境是Pycharm。

一、導入sklearn算法包

　　Scikit-Learn庫已經(jīng)實現(xiàn)了所有基本機器學習的算法，具體使用詳見官方文檔說明：http:///stable/auto_examples/index.html#support-vector-machines。

　　skleran中集成了許多算法，其導入包的方式如下所示，

　　邏輯回歸：from sklearn.linear_model import LogisticRegression

      樸素貝葉斯：from sklearn.naive_bayes import GaussianNB

 　　K-近鄰：from sklearn.neighbors import KNeighborsClassifier

 　　決策樹：from sklearn.tree import DecisionTreeClassifier

 　　支持向量機：from sklearn import svm

 二、sklearn中svc的使用

（1）使用numpy中的loadtxt讀入數(shù)據(jù)文件

　　loadtxt()的使用方法：

　　fname:文件路徑。eg：C:/Dataset/iris.txt。

　　dtype：數(shù)據(jù)類型。eg：float、str等。

　　delimiter：分隔符。eg：‘，’。

　　converters：將數(shù)據(jù)列與轉(zhuǎn)換函數(shù)進行映射的字典。eg：{1:fun}，含義是將第2列對應轉(zhuǎn)換函數(shù)進行轉(zhuǎn)換。

　　usecols：選取數(shù)據(jù)的列。

　　以Iris蘭花數(shù)據(jù)集為例子：

　　由于從UCI數(shù)據(jù)庫中下載的Iris原始數(shù)據(jù)集的樣子是這樣的，前四列為特征列，第五列為類別列，分別有三種類別Iris-setosa， Iris-versicolor， Iris-virginica?！　　?/span>

　　當使用numpy中的loadtxt函數(shù)導入該數(shù)據(jù)集時，假設(shè)數(shù)據(jù)類型dtype為浮點型，但是很明顯第五列的數(shù)據(jù)類型并不是浮點型。

　　因此我們要額外做一個工作，即通過loadtxt()函數(shù)中的converters參數(shù)將第五列通過轉(zhuǎn)換函數(shù)映射成浮點類型的數(shù)據(jù)。

　　首先，我們要寫出一個轉(zhuǎn)換函數(shù)：

　　接下來讀入數(shù)據(jù)，converters={4: iris_type}中“4”指的是第5列：

　　讀入結(jié)果：

（2）將Iris分為訓練集與測試集

　　1. split(數(shù)據(jù)，分割位置，軸=1（水平分割） or 0（垂直分割）)。

　　2. x = x[:, :2]是為方便后期畫圖更直觀，故只取了前兩列特征值向量訓練。

　　3. sklearn.model_selection.train_test_split隨機劃分訓練集與測試集。train_test_split(train_data,train_target,test_size=數(shù)字, random_state=0)

　　參數(shù)解釋：

　　train_data：所要劃分的樣本特征集

　　train_target：所要劃分的樣本結(jié)果

　　test_size：樣本占比，如果是整數(shù)的話就是樣本的數(shù)量

　　random_state：是隨機數(shù)的種子。

　　隨機數(shù)種子：其實就是該組隨機數(shù)的編號，在需要重復試驗的時候，保證得到一組一樣的隨機數(shù)。比如你每次都填1，其他參數(shù)一樣的情況下你得到的隨機數(shù)組是一樣的。但填0或不填，每次都會不一樣。隨機數(shù)的產(chǎn)生取決于種子，隨機數(shù)和種子之間的關(guān)系遵從以下兩個規(guī)則：種子不同，產(chǎn)生不同的隨機數(shù)；種子相同，即使實例不同也產(chǎn)生相同的隨機數(shù)。

（3）訓練svm分類器

 　　kernel='linear'時，為線性核，C越大分類效果越好，但有可能會過擬合（defaul C=1）。

　　 kernel='rbf'時（default），為高斯核，gamma值越小，分類界面越連續(xù)；gamma值越大，分類界面越“散”，分類效果越好，但有可能會過擬合。

　　decision_function_shape='ovr'時，為one v rest，即一個類別與其他類別進行劃分，

　　decision_function_shape='ovo'時，為one v one，即將類別兩兩之間進行劃分，用二分類的方法模擬多分類的結(jié)果。

（4）計算svc分類器的準確率

 結(jié)果為：

　　如果想查看決策函數(shù)，可以通過decision_function()實現(xiàn)

 結(jié)果為：

　　decision_function中每一列的值代表距離各類別的距離。

（5）繪制圖像

　　1.確定坐標軸范圍，x，y軸分別表示兩個特征

 　　這里用到了mgrid()函數(shù)，該函數(shù)的作用這里簡單介紹一下：

　　 假設(shè)假設(shè)目標函數(shù)F（x，y）=x+y。x軸范圍1~3，y軸范圍4~6，當繪制圖像時主要分四步進行：

　　【step1：x擴展】(朝右擴展)：

       [1 1 1]

　　 [2 2 2]

　　 [3 3 3]

　　【step2：y擴展】(朝下擴展)：

　　 [4 5 6]

　　 [4 5 6]

　　 [4 5 6]

　　【step3：定位（xi，yi）】：

　　 [(1,4) (1,5) (1,6)]

　　 [(2,4) (2,5) (2,6)]

　　 [(3,4) (3,5) (3,6)]

　　【step4：將（xi，yi）代入F(x,y)=x+y】

　　因此這里x1, x2 = np.mgrid[x1_min:x1_max:200j, x2_min:x2_max:200j]后的結(jié)果為：

　　再通過stack()函數(shù)，axis=1，生成測試點

　　2.指定默認字體

　　3.繪制

 　　pcolormesh(x,y,z,cmap)這里參數(shù)代入x1，x2，grid_hat，cmap=cm_light繪制的是背景。

　　 scatter中edgecolors是指描繪點的邊緣色彩，s指描繪點的大小，cmap指點的顏色。

　　 xlim指圖的邊界。

最終結(jié)果為：