SVM-sklearn

1. 目的：1000张数字0-9的手写数字，训练识别手写数字；将其作为32*32的0，1化的数字，随后会将其变为1024列的一个向量
2. 原理：SVM就是把平面的点变为一个空间的点，更好切，核函数就是怎么把他变为空间的点，即比如中间的升的更高，外圈的升的更慢这样就有一个锥形的空间（个人理解）
3. 步骤
   1. 读取数字文件，将数字的0,1变为向量，训练的向量放在一起，向量对应的标签（即是1,2还是3的真实值）放在一起；
   2. 调用sklearn.svm库
   3. 训练好后测试测试集验证错误率
   4. 调参再测，找一个最优的
   5. 代码

   6. #SVM训练，trainingMat 训练集 hwLabels 标签集
      clf = SVC(C=200,kernel=‘rbf‘)
      clf.fit(trainingMat,hwLabels)
      #训练好后用来预测classifierResult 要和真实的值对比是否正确
      classifierResult = clf.predict(vectorUnderTest)

       

SVM-sklearn

原文：https://www.cnblogs.com/dzhou/p/10570300.html