【AI知识】有监督学习分类任务之支持向量机

1.支持向量机概念

支持向量机(Support Vector Machine, SVM) 是一种有监督学习算法,主要用于分类任务(也可用于回归任务,即支持向量回归,SVR)。SVM的核心思想是找到一个最优的超平面(hyperplane) 来将不同类别的数据分开,且最大化类别间边界(间隔),从而提高模型的泛化能力。

如,在二分类问题中,SVM的目标是找到一个最优的超平面(即决策边界),该平面能够将数据集中的正负类样本分开,下面都以二分类问题为例说明:

支持向量机的几个概念:

  • 超平面(Hyperplane) : 超平面将数据空间分割成两个部分。在二维空间中,超平面是一条直线;在三维空间中,超平面是一个平面;在高维空间中,超平面是一个维度比数据空间少1的超平面。对于一个二维空间中的分类问题,SVM的任务就是找到一个直线(超平面),将正负类样本分开。

  • 最大化间隔: SVM的关键思想是最大化分隔正负类的间隔 。间隔是指从数据点到超平面的垂直距离。在SVM中,支持向量是距离决策边界最近的那些点,这些点决定了超平面的最优位置。假设我们的数据点有两个类别,+1 和 -1 类,我们希望找到一个超平面,使得这个平面把两类数据完全分开,并且两类数据到超平面的距离最大。

细节我有点看不懂了。。。。

SVM实例+可视化:

bash 复制代码
import numpy as np
import matplotlib.pyplot as plt
from sklearn import datasets
from sklearn.svm import SVC
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler

# 创建线性可分数据集
def generate_linear_data():
    # 使用sklearn生成一个线性可分的数据集
    X, y = datasets.make_classification(n_samples=200, n_features=2, n_informative=2,
                                         n_redundant=0, n_clusters_per_class=1, class_sep=2)
    return X, y

# 创建非线性可分数据集
def generate_nonlinear_data():
    # 使用sklearn生成一个非线性可分的数据集
    # 它生成的是一个包含两个类别的数据集,其中样本数据分布在两个同心圆形状的区域内
    X, y = datasets.make_circles(n_samples=200, noise=0.1, factor=0.5)
    return X, y

# 绘制SVM的决策边界
def plot_decision_boundary(X, y, clf):
    h = 0.02  # 网格间距
    x_min, x_max = X[:, 0].min() - 1, X[:, 0].max() + 1
    y_min, y_max = X[:, 1].min() - 1, X[:, 1].max() + 1
    xx, yy = np.meshgrid(np.arange(x_min, x_max, h), np.arange(y_min, y_max, h))

    Z = clf.predict(np.c_[xx.ravel(), yy.ravel()])
    Z = Z.reshape(xx.shape)

    plt.contourf(xx, yy, Z, alpha=0.3)
    plt.scatter(X[:, 0], X[:, 1], c=y, marker='o', edgecolors='k', s=50)
    plt.title("SVM Decision Boundary")
    plt.show()

# 训练并可视化SVM模型
def train_and_visualize(X, y, kernel_type='linear'):
    # 切分数据集为训练集和测试集
    X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)

    # 数据标准化
    scaler = StandardScaler()
    X_train = scaler.fit_transform(X_train)
    X_test = scaler.transform(X_test)

    # 初始化SVM分类器
    clf = SVC(kernel=kernel_type)
    
    # 训练SVM
    clf.fit(X_train, y_train)

    # 打印支持向量信息
    print(f"Number of support vectors: {len(clf.support_)}")

    # 可视化决策边界
    plot_decision_boundary(X_train, y_train, clf)

# 主函数
def main():
    # 1. 线性可分数据
    print("Training with linearly separable data...")
    X_linear, y_linear = generate_linear_data()
    train_and_visualize(X_linear, y_linear, kernel_type='linear')

    # 2. 非线性可分数据
    print("Training with non-linearly separable data...")
    X_nonlinear, y_nonlinear = generate_nonlinear_data()
    train_and_visualize(X_nonlinear, y_nonlinear, kernel_type='rbf')

if __name__ == "__main__":
    main()


相关推荐
拾贰_C4 小时前
【anaconda】anaconda安装配置,git安装配置以及pytorch安装
人工智能·pytorch·git
荼蘼4 小时前
Dlib+OpenCV 人脸轮廓绘制
人工智能·opencv·计算机视觉
九河云4 小时前
物流仓储自动化升级:物道供应链 AGV 机器人实现分拣效率提升 60%
人工智能·科技·物联网·机器人·自动化
正点原子4 小时前
正点原子 x STM32:智能加速边缘AI应用开发!
人工智能·stm32·嵌入式硬件
金井PRATHAMA4 小时前
GraphRAG(知识图谱结合大模型)对人工智能中自然语言处理的深层语义分析的影响与启示
人工智能·自然语言处理·知识图谱
CCSBRIDGE5 小时前
Browser-Use 的实现原理
人工智能
愚公搬代码5 小时前
【愚公系列】《人工智能70年》044-数据科学崛起(安全与隐私,硬币的另一面)
人工智能·安全
黄啊码5 小时前
【黄啊码】AI总瞎编?不是BUG,而是天赋技能
人工智能
黄啊码5 小时前
【黄啊码】当内容成为“预制菜”,我们又该怎么办?
人工智能
黄啊码5 小时前
学完这节课,别再问我LLM是不是溜溜梅
人工智能