iT邦幫忙

2019 iT 邦幫忙鐵人賽

DAY 14
0

以下例子是用SVC來進行的~

一樣是沿用scikit-learn的乳癌資料庫,步驟跟之前的一樣,要注意svm.SVC要給兩個參數(參考),一個是C,懲罰分錯的weight;另一個是gamma,是指在一次訓練中,資料點影響力影響的「遠」或「近」,數值越低代表影響得越遠,越高代表影響得越近,意即越近的資料點所擁有的權重越大。

https://ithelp.ithome.com.tw/upload/images/20181014/20111785SkLMqRo5D7.png

可以看一下SVC執行時所帶的參數
https://ithelp.ithome.com.tw/upload/images/20181014/20111785rYEF8JICzq.png

https://ithelp.ithome.com.tw/upload/images/20181014/20111785z4q61zPiON.png

https://ithelp.ithome.com.tw/upload/images/20181014/20111785pHjMafyZiA.png

可以來調調看gamma值跟C值,gamma值越高的話代表越近的資料點權重越大,用訓練集訓練時可能會出現over fitting的結果。

圖片稍晚補~


上一篇
[第13天]支持向量機SVM-1
下一篇
[第15天]支持向量機-3
系列文
資料工程師的Machine Learning/工作學習歷程20
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言