SVC(サポートベクターマシン)の使い方(sklearn)

・In English

■SVC関数の説明

サポートベクターマシン(SVM)による分類を実施します。SVMの詳細はこちら。scikit-learn等の各種ライブラリのインストールはこちら。

■SVC関数の具体例

以下グラフにおいて特徴データからテストデータのラベル値を分類します。

プログラムは以下のとおり。

結果は3という値を返したと思います。確かに特徴データの3に近いところにあるので、結果は妥当かと思います。なおSVCの設定パラメータは以下のとおり。

＜kernel＞

カーネル関数を設定します。主に以下となります。

　linear：線形
　poly：多項式
　rbf：Radial basis function(放射基底関数)　ここではガウスカーネルのこと
　sigmoid：シグモイドカーネル

＜gamma＞

訓練データの位置を中心とした分布の広がり度合いを決める。値が小さいほど緩やかな分布になり、訓練データの感度が下がる。 値が大きいと鋭い分布になり訓練データの位置に過学習しやすくなる。

＜C＞

コストパラメータ。値が小さいほど誤りを許容し、大きいほど誤りを許容しなくなるので過学習しやすくなる。

サブチャンネルあります。⇒ 何かのお役に立てればと

関連記事一覧 トップメニュー Python Pythonとは 基本的な使い方 ・IDLE ・Jupyter Notebook ・Markdown ・コマンドプロンプトで実行 ・仮想環境の構築 ・仮想環境でIDLEを実行 ライブラリのインストール ・pipの使い方 ・numpy , matplotlib等 ・graphviz ・pytorch ・Mecab Pythonの関数：一覧 共通関数 ・append , extend ・class ・copy ・csv.reader ・csv.writer ・def , return ・dict , defaultdict ・enumerate ・exit ・for ・if ・import ・in ・input ・lambda ・len ・list ・min/max ・OrderedDict ・open/close ・os ・pickle ・print ・range ・re.split ・read/readline ・round/floor/ceil ・split ・sys.argv ・time ・while ・write ・zip ・特殊メソッド 　・__name__ 　・__iter__ , __next__ ・正規表現、メタ文字 ・データの型の種類 ・四則演算 (+ , - , * , /) ・コメントアウト (# , ''') numpy ・append ・arange ・argmax/argmin ・array ・asfarray ・astype , dtype ・digitize ・dot ・hstack/vstack ・linalg.solve ・linspace ・mean ・meshgrid ・mgrid ・ndim ・ndmin ・pad ・poly1d ・polyfit ・prod ・random ・reshape ・savetxt/loadtxt ・shape ・std ・transpose ・where ・zeros/zeros_like scipy ・expit ・imread ・interpolate matplotlib ・imshow ・figure ・pcolormesh ・plot ・scatter scikit-learn ・GaussianNB ・KMeans ・KNeighborsClassifier ・SVC ・tree keras chainer chainerrl pytorch ・BCELoss , MSELoss ・Embedding ・device ・Sequential ・Dataset, Dataloader ・RNN, LSTM OpenAI gym ・Blackjack-v0 ・CartPole-v0 tkinter ・frame, grid ・画像表示 ・画像を切り取り表示 ・画像を保存 目的別 ・ステップ関数 ・1 of K 符号化法 ・線形補間 ・配列に番号をつける