|
|
|
|
@ -0,0 +1,34 @@
|
|
|
|
|
# Example：
|
|
|
|
|
from sklearn import datasets
|
|
|
|
|
|
|
|
|
|
import numpy
|
|
|
|
|
|
|
|
|
|
from numpy import *
|
|
|
|
|
|
|
|
|
|
from sklearn import svm
|
|
|
|
|
|
|
|
|
|
print ('''加载数据集''')
|
|
|
|
|
|
|
|
|
|
digits = datasets.load_digits()
|
|
|
|
|
|
|
|
|
|
# 例如在digits数据集中，digits.data是可以用来分类数字样本的特征
|
|
|
|
|
|
|
|
|
|
print(digits.data,"type(digits.data)=%s"%type(digits.data))
|
|
|
|
|
|
|
|
|
|
print("shape(digits.data)=%s,%s"%shape(digits.data))
|
|
|
|
|
|
|
|
|
|
print (digits.target)
|
|
|
|
|
|
|
|
|
|
print ('''训练和预测''')
|
|
|
|
|
|
|
|
|
|
#选择参数
|
|
|
|
|
|
|
|
|
|
clf = svm.SVC(gamma=0.0001,C=100)
|
|
|
|
|
|
|
|
|
|
# 进行训练
|
|
|
|
|
|
|
|
|
|
clf.fit(digits.data[:-1],digits.target[:-1])
|
|
|
|
|
|
|
|
|
|
# 进行预测
|
|
|
|
|
|
|
|
|
|
print (clf.predict(digits.data[:-1]))
|
