支持向量機

支持向量機（Support Vector Machine, SVM）是一類按監督學習（supervised learning）方式對數據進行二元分類的廣義線性分類器（generalized linear classifier），其決策邊界是對學習樣本求解的最大邊距超平面（maximum-margin hyperplane）。

我們這篇文字主要是講述python實現，具體原理請看阿澤寫的【機器學習】支持向量機 SVM（非常詳細）。

python實現支持向量機遙感圖像分類

我昨天寫了python實現隨機森林遙感圖像分類，其實支持向量機SVM和隨機森林RF在進行實際操作時流程基本一樣，只不過用到的方法不同而已。

如果想將python實現隨機森林遙感圖像分類中的隨機森林RF換成支持向量機SVM，只需要將【二、模型訓練】中的

# 3.用100個樹來創建隨機森林模型，訓練隨機森林 classifier = RandomForestClassifier(n_estimators=100, bootstrap = True,max_features = 'sqrt') classifier.fit(train_data, train_label.ravel())#ravel函數拉伸到一維

換成

#3.訓練svm分類器 #kernel='rbf'時，為高斯核，gamma值越小，分類界面越連續；gamma值越大，分類界面越“散”，分類效果越好，但有可能會過擬合。 classifier=svm.SVC(C=1,kernel='rbf',gamma=2,decision_function_shape='ovo') classifier.fit(train_data,train_label.ravel()) #ravel函數拉伸到一維

即可。

后記

大家有什么問題留言即可，共同討論，共同進步。

參考

阿澤：【機器學習】支持向量機 SVM（非常詳細）?zhuanlan.zhihu.com馨意：python實現隨機森林遙感圖像分類?zhuanlan.zhihu.com 創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

以上是生活随笔為你收集整理的python图像分类代码_python实现支持向量机遥感图像分类的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。