ML之SVM：利用SVM算法對(duì)手寫(xiě)數(shù)字圖片識(shí)別數(shù)據(jù)集(PCA降維處理)進(jìn)行預(yù)測(cè)并評(píng)估模型(兩種算法)性能

?

?

?

?

目錄

輸出結(jié)果

設(shè)計(jì)思路

核心代碼

---

?

?

?

?

?

?

輸出結(jié)果

?

設(shè)計(jì)思路

?

核心代碼

estimator = PCA(n_components=20) pca_X_train = estimator.fit_transform(X_train) pca_X_test = estimator.transform(X_test) pca_svc = LinearSVC() pca_svc.fit(pca_X_train, y_train) pca_y_predict = pca_svc.predict(pca_X_test) svc.score(X_test, y_test) classification_report(y_test, y_predict, target_names=np.arange(10).astype(str))pca_svc.score(pca_X_test, y_test) classification_report(y_test, pca_y_predict, target_names=np.arange(10).astype(str))

?

?

?

?

總結(jié)

以上是生活随笔為你收集整理的ML之SVM：利用SVM算法对手写数字图片识别数据集(PCA降维处理)进行预测并评估模型(两种算法)性能的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。