- 加载查看Digits数据集，利用matshow方法将像素矩阵表现为图片。
结果如下：
利用差别核函数的支持向量机分类模型举行分类
2.1.正则化系数C的修改：
分别记录四种核函数在正则化参数C分别为0.01, 0.05, 0.1, 0.5, 1时的模型准确率。并利用网格搜索选择出最佳的模型参数和得分，最后实行交叉验证并计算模型的性能指标
结果如下：
2.2.多项式核下多项式维度参数degree的修改：
分别记录多项式核函数下维度参数为1, 3, 5, 7, 9时的模型准确率。
结果如下：
3.1.正则化系数C的修改
分别记录四种核函数在正则化参数C分别为0.01, 0.05, 0.1, 0.5, 1时的模型准确率。
正则化参数C
| 0.01
| 0.05
| 0.1
| 0.5
| 1
| | rbf核
| 0.111
| 0.914
| 0.947
| 0.978
| 0.981
| | linear核
| 0.978
| 0.983
| 0.975
| 0.975
| 0.975
| | poly核
| 0.089
| 0.344
| 0.569
| 0.922
| 0.964
| | sigmoid核
| 0.328
| 0.894
| 0.919
| 0.942
| 0.931
|
结果如下，并把结果记录在题目表格中：
3.2.多项式核下多项式维度参数degree的修改
分别记录多项式核函数下维度参数为1, 3, 5, 7, 9时的模型准确率。
维度degree
| 1
| 3
| 5
| 7
| 9
| | C=0.01
| 0.408
| 0.089
| 0.119
| 0.128
| 0.131
| | C=0.05
| 0.908
| 0.344
| 0.183
| 0.169
| 0.144
| | C=0.1
| 0.939
| 0.569
| 0.264
| 0.175
| 0.167
| | C=0.5
| 0.972
| 0.922
| 0.489
| 0.269
| 0.208
|
结果如下，并把结果记录在题目表格中：
请按照给出的代码示例编写代码，绘制数字8和9对应的两条ROC曲线。
结果如下：
5.生存模型，利用加载的模型举行预测
结果如下：
差别的核函数对模型精度有肯定的影响。可以看到在下表中，当正则化参数为0.01时，linear核的SVM模型准确率已经达到了0.978，sigmoid核的模型准确率较低为0.328，而其他核函数的模型准确率则非常低，可见在其他条件相同的情况下，利用差别的核函数对模型好坏有着比较大的影响。
差别的正则化参数对模型精度有肯定的影响。如下图所示，对于rbf核，正则化参数C为0.01时模型准确率为0.111，C为0.05时模型准确率就达到了0.914，随着C的继续增大，对模型准确率的影响逐渐减小。而对于linear核这种一开始表现就比较好的核函数，调整C的巨细对其结果的影响也是比较小的，甚至大概出现负优化，比如这里linear核的C从0.05到0.1的过程，模型准确率从0.983下降为0.975。同理，对于同一个多项式维度下的模型，差别的C也对模型的终极准确率产生了影响，并且对于差别的维度，C的影响力也不一样，这里在维度1下，C从0.01到0.05的过程对模型影响较大，而维度3下C从0.1到0.5的过程对模型的影响较大。
差别的多项式阶数对模型精度也有肯定的影响。如下图所示，在C=0.05的情况下，随着维度的增高，模型的准确率在下降，并且下降速率是先快后慢的。在差别正则化参数C的情况下，初始准确率越高的模型，随着维度的增高受到的影响越小，终极的模型准确率下降的相对较少，在C=0.01的时间，一维的准确率较低，随着维度的增长，模型准确率下降，甚至出现了“触底反弹”的情况；而对于C=0.1的情况，一维准确率较高，随着维度的增大，其下降幅度相对较小。
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。 |
