前面我們介紹了svm演算法的原理，這裡通過python以及小例子來實現svm演算法。這裡主要介紹兩個例子，乙個例子通過調包實現svm，乙個例子通過程式設計實現。
一、癌症資料集
資料來自國外某醫院癌症資料，資料量為100，劃分70條記錄用於訓練集，資料如下所示：
圖中diagnosis_result是癌症檢測結果，共兩類(m\b)。第一列為編號，其他列為特徵。
結果：訓練集準確率：0.8714285714285714
測試集準確率：0.8
二、mnist手寫資料集
mnist 資料集來自美國國家標準與技術研究所, national institute of standards and technology (nist). 訓練集 (training set) 由來自 250 個不同人手寫的數字構成, 其中 50% 是高中學生, 50% 來自人口普查局 (the census bureau) 的工作人員. 測試集(test set) 也是同樣比例的手寫數字資料。如下圖所示：
前面在knn實戰的時候介紹過類似的手寫資料集，這裡的手寫的處理方式和前面的手寫資料集是一樣的，即通過影象處理技術，將影象轉換為2進製資料。
在 mnist 資料集中的每張由 28 x 28 個畫素點構成, 每個畫素點用乙個灰度值表示. 所以，我們將28*28的畫素展開為一維行向量，每行784個特徵，每一行代表了一張手寫。
svm演算法**：檔名為svm_gausskernel.py
上面svm演算法**取自於：
該作者提供了《統計學習方法》書中涉及到的演算法的**，並且加入了大量的注釋，程式可讀性非常強。
下面載入mnist手寫資料集，因為資料集非常大，訓練資料集共60000行，測試資料集10000行，所以這裡實際使用訓練集1000行，測試集100行。
結果：the accuracy is:98 %
time span: 62.58473587036133
我們可以看到，基於高斯核函式的svm處理mnist手寫資料集效果非常好，測試集的分類準確率能夠達到0.98，但是也要注意的是，這裡載入資料集的時候，對於手寫數字為0的資料，將其標籤設定為1，其他數字的資料集，將其標籤設定為-1，即我們這裡處理的是二類分類問題。
A 演算法 c 實現
最近舍友突然說起a 演算法 雖然之前看過 但是我發現自己記得不是很清楚了 而且從來沒去手動實現過 趁著這次就實現一下加深理解 去網上查了下原理 看了幾篇別人的實現 然後按自己理解綜合一下寫出來記錄一下 我參考那篇程式執行有好幾個問題，而且執行得出路徑也是不對的，不知道他有沒跑過的。astar.h i...
c 實現rsa演算法 RSA演算法實現過程
rsa演算法是實現非對稱加密的一種演算法，其用到很多有關數論的內容，在此我們不多討論。而將目光聚焦於演算法的實現過程。rsa過程 第二步 計算n a b 61 53 3233 第三步 計算 a 1 b 1 60 52 3120 第四步 選擇與3120互質的乙個數e 17，這個e也就是我們的公鑰，需要...
SUNDAY 演算法 c 實現
public class sunday 實現sunday演算法 public int findchr string str,string sfind str length str.length fin length sfind.length while start fin length str le...