文章来源于网络收集而来,版权归原创者所有,如有侵权请及时联系!
3.实验方法与步骤
1)使用read_csv()函数把经过预处理的专家样本数据“test/data/moment.csv”读入当前工作空间。
2)把工作空间的建模数据随机分为两部分,一部分用于训练,一部分用于测试。
3)使用Scikit-Learn里的svm()函数以及训练数据构建支持向量机模型,使用predict()函数和构建的支持向量机模型分别对训练数据进行分类,使用Scikit-Learn库的子库metrics中的confusion_matrix()函数求出混淆矩阵,如果仅仅是想知道准确率,可以用model.score(x_test,y_test)的方式返回。
4)使用predict()函数和步骤3)构建好的支持向量机模型分别对测试数据进行分类,参考步骤3)得到模型分类正确率和混淆矩阵。
如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱,如果其他用户或者作者回复了您的评论,将不能在第一时间通知您!
发布评论