第29步 机器学习分类实战：支持向量机（SVM）建模

---

前言

支持向量机（SVM）建模。

---

一、数据预处理

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
dataset = pd.read_csv('X disease code fs.csv')
X = dataset.iloc[:, 1:14].values
Y = dataset.iloc[:, 0].values

from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, Y, test_size = 0.30, random_state = 666)
from sklearn.preprocessing import StandardScaler
sc = StandardScaler()
X_train = sc.fit_transform(X_train)
X_test = sc.transform(X_test)

二、SVM的调参策略

先复习一下参数（传送门），需要调整的参数有：
① kernel：{‘linear’, ‘poly’, ‘rbf’, ‘sigmoid’, ‘precomputed’}，默认为’rbf’。使用的核函数，必须是“linear”，“poly”，“rbf”，“sigmoid”，“precomputed”或者“callable”中的一个。
② c：浮点数，默认为1.0。正则化参数。正则化的强度与C成反比。必须严格为正。一般可以选择为：10^t , t=[- 4，4]就是0.0001 到10000。
③ gamma：核系数为‘rbf’,‘poly’和‘sigmoid’才可以设置。可选择下面几个数的倒数：0.1、0.2、0.4、0.6、0.8、1.6、3.2、6.4、12.8。
④ degree：整数，默认3。多项式核函数的次数(’ poly ')。将会被其他内核忽略。。

三、SVM调参演示

（A）先默认参数走一波：

from sklearn.svm import SVC
classifier = SVC(random_state = 0, probability=True)
classifier.fit(X_train, y_train)
y_pred = classifier.predict(X_test)
y_testprba = classifier.predict_proba(X_test)[:,1] 
y_trainpred = classifier.predict(X_train)
y_trainprba = classifier.predict_proba(X_train)[:,1]
from sklearn.metrics import confusion_matrix
cm_test = confusion_matrix(y_test, y_pred)
cm_train = confusion_matrix(y_train, y_trainpred)
print(cm_train)
print(cm_test)

俗话说廋死的骆驼比马大，SVM厉害哦：


调整一下参数，看看能否逆袭那几个集成模型，我们按照内核来分别调整：

---

（B）kernel=‘rbf’，只需要调gamma：

from sklearn.svm import SVC
param_grid=[{
    
    
            'gamma':[10, 5, 2.5, 1.5, 1.25, 0.625, 0.3125, 0.15, 0.05, 0.025, 0.0125],              
            },
           ]
boost = SVC(kernel='rbf', random_state = 0, probability=True)
from sklearn.model_selection import GridSearchCV
grid_search = GridSearchCV(boost, param_grid, n_jobs = -1, verbose = 1, cv=10)      
grid_search.fit(X_train, y_train)    
classifier = grid_search.best_estimator_  
classifier.fit(X_train, y_train)
y_pred = classifier.predict(X_test)
y_testprba = classifier.predict_proba(X_test)[:,1] 
y_trainpred = classifier.predict(X_train)
y_trainprba = classifier.predict_proba(X_train)[:,1]
from sklearn.metrics import confusion_matrix
cm_test = confusion_matrix(y_test, y_pred)
cm_train = confusion_matrix(y_train, y_trainpred)
print(cm_train)
print(cm_test)

看结果，还不错：

---

（C）kernel=‘linear’，没参数：

from sklearn.svm import SVC
classifier = SVC(kernel='linear', random_state = 0, probability=True)

看结果，也还不错：

---

（D）kernel=‘sigmoid’，调整参数C（大写的C）和gamma：

from sklearn.svm import SVC
param_grid=[{
    
    
            'gamma':[1,2,3,4,5,6,7,8,9,10],   
            'C':[0.0001,0.001,0.01,0.1,1,10,100,1000,10000],  
            },
           ]
boost = SVC(kernel='sigmoid', random_state = 0, probability=True)

结果，稍微差一点：


最优模型：
SVC(C=0.01, gamma=4, kernel=‘sigmoid’, probability=True, random_state=0)

---

（E）kernel=‘poly’，调整参数C（大写的C）、gamma和d：
多说一句，如何看每一个核有哪些参数：

from sklearn.svm import SVC
classifier = SVC(kernel='poly', random_state = 0, probability=True)
classifier.get_params().keys()

然后就输出kernel='poly’对应的所有参数：

dict_keys(['C', 'break_ties', 'cache_size', 'class_weight', 'coef0', 'decision_function_shape', 'degree', 'gamma', 'kernel', 'max_iter', 'probability', 'random_state', 'shrinking', 'tol', 'verbose'])

（a）先调整参数C（大写的C）、gamma：

from sklearn.svm import SVC
param_grid=[{
    
    
            'gamma':[1,2,3,4,5,6,7,8,9,10],   
            'C':[0.0001,0.001,0.01,0.1,1,10,100,1000,10000], 
            },
           ]
boost = SVC(kernel='poly', random_state = 0, probability=True)

看结果：

（b）再调整degree：

from sklearn.svm import SVC
param_grid=[{
    
    
            "degree":[1,2,3,4,5,6,7,8,9,10], 
            },
           ]
boost = SVC(C=0.0001, gamma=2, kernel='poly', probability=True, random_state=0)

最终，degree还是3。

总结

综合来看，可能还是rbf核还有liner核的性能好一些。SVM还是厉害哦，至少在这个数据集，调参容易快捷，性能也到位。