import pandas as pd
import numpy as np
dataset = pd.read_csv('/home/parker/watermelondata/watermelon3_0a.csv', delimiter=",")
# print(dataset)
x=dataset.iloc[range(17),[1,2]].values
y=dataset.values[:,3]
print("truev",y)
truev=y
from sklearn import svm
linearkernalmethod=svm.svc(c=10000,kernel='linear')#c=1 defaultly
linearkernalmethod.fit(x,y)
predictv=linearkernalmethod.predict(x)
print("linear",predictv)
confusionmatrix=np.zeros((2,2))
for i in range(len(y)):
if predictv[i]==truev[i]:
if truev[i]==0:confusionmatrix[0,0]+=1
else: confusionmatrix[1,1]+=1
else:
if truev[i]==0:confusionmatrix[0,1]+=1
else:confusionmatrix[1,0]+=1
print("linearconfusionmatrix\n",confusionmatrix)
rbfkernalmethod=svm.svc(c=10000,kernel='rbf')#c=1 defaultly
rbfkernalmethod.fit(x,y)
predictv=rbfkernalmethod.predict(x)
print("rbf",predictv)
confusionmatrix=np.zeros((2,2))
for i in range(len(y)):
if predictv[i]==truev[i]:
if truev[i]==0:confusionmatrix[0,0]+=1
else: confusionmatrix[1,1]+=1
else:
if truev[i]==0:confusionmatrix[0,1]+=1
else:confusionmatrix[1,0]+=1
print("rbfconfusionmatrix\n",confusionmatrix)
然後這個c值是用來調軟間隔的，c值越大說明資料本身越重要，軟間隔小，不容許分類差錯。c值無窮大意味著完全不允許軟間隔，就是變成硬間隔的svm。
在這裡，我們發現用線性核函式，無論如何也無法完全劃分資料集，因為資料集本身就不是線性可分的，但是用高斯核函式，當我們把c值逐漸調大的時候，我們發現可以完整地劃分這個資料集，不產生任何差錯。
情況不明時往往使用高斯核函式，對於文字資料等已知線性可分的資料可以用線性核。
實驗結果：c值是10000的時候的結果。
西瓜書習題作答
如出錯誤人，請大佬斧正！表1.1中只包含編號為1和4的兩個樣例，即 編號色澤 根蒂敲聲好瓜1 青綠蜷縮濁響是 4烏黑稍蜷沉悶 否那麼，根據書中介紹的方法，在搜尋過程中刪除與正例不一致的假設 和 或 與反例一致的假設，最後得到以下的假設集合 青綠 蜷縮 濁響 青綠 蜷縮 青綠 濁響 蜷縮 濁響 青綠 ...
西瓜書第1章習題
1.1 試給出相應的版本空間。首先有乙個 假設空間 現實問題中假設空間一般很大。然後有許多策略是可以對假設空間進行搜尋，搜尋過程中刪除與正例不一致的假設 和反例一致的假設。最後選出來的假設的集合，就叫做 版本空間 1.2 若使用最多包含k個合取式的析合正規化來表達表1.1西瓜分類問題的假設空間，估算...
線性回歸詳細推導 基於西瓜書
3.1基本定義 線性模型 linear model 試圖學得乙個通過屬性得線性組合來進行 得函式，即 f x w 1x 1 w 2x 2 dots w dx d b quad 3.1 一般用向量的形式寫成 f x w tx b quad 3.2 其中，w w 1 w 2 dots w d w 和 b...