本文介紹了python 支持向量機非線性回歸SVR模型，廢話不多說，具體如下：

成都創(chuàng)新互聯公司是一家專業(yè)提供雙流企業(yè)網站建設,專注與網站設計制作、成都網站制作、H5響應式網站、小程序制作等業(yè)務。10年已為雙流眾多企業(yè)、政府機構等服務。創(chuàng)新互聯專業(yè)網站設計公司優(yōu)惠進行中。

import numpy as np
import matplotlib.pyplot as plt

from sklearn import datasets, linear_model,svm
from sklearn.model_selection import train_test_split

def load_data_regression():
  '''
  加載用于回歸問題的數據集
  '''
  diabetes = datasets.load_diabetes() #使用 scikit-learn 自帶的一個糖尿病病人的數據集
  # 拆分成訓練集和測試集，測試集大小為原始數據集大小的 1/4
  return train_test_split(diabetes.data,diabetes.target,test_size=0.25,random_state=0)

#支持向量機非線性回歸SVR模型
def test_SVR_linear(*data):
  X_train,X_test,y_train,y_test=data
  regr=svm.SVR(kernel='linear')
  regr.fit(X_train,y_train)
  print('Coefficients:%s, intercept %s'%(regr.coef_,regr.intercept_))
  print('Score: %.2f' % regr.score(X_test, y_test))
  
# 生成用于回歸問題的數據集
X_train,X_test,y_train,y_test=load_data_regression() 
# 調用 test_LinearSVR
test_SVR_linear(X_train,X_test,y_train,y_test)

網站名稱：python機器學習之支持向量機非線性回歸SVR模型-創(chuàng)新互聯
轉載注明：http://weahome.cn/article/doehhj.html