乐趣区

关于数据挖掘:支持向量回归SVR拟合预测回归数据和可视化准确性检查实例附代码数据

原文链接:http://tecdat.cn/?p=24875

最近咱们被客户要求撰写对于反对向量回归 SVR 的钻研报告,包含一些图形和统计输入。

反对向量回归(SVR)是一种回归算法,它利用反对向量机(SVM)的相似技术进行回归剖析。正如咱们所知,回归数据蕴含间断的实数

为了拟合这种类型的数据,SVR 模型在思考到模型的复杂性和错误率的状况下,用一个叫做 ε 管(epsilon-tube,ε 示意管子的宽度)的给定余量来靠近最佳值。

在本教程中,咱们将通过在 Python 中应用 SVR,简要理解如何应用 SVR 办法拟合和预测回归数据。教程涵盖:

  • 筹备数据
  • 模型拟合和预测
  • 准确性查看
  • 源代码

咱们将从在 Python 中加载所需的库开始。

import numpy as np

筹备数据

咱们将应用回归数据作为指标数据进行拟合。咱们能够编写简略的函数来生成数据。

y = make(x)
x = np.array

plt.scatter
plt.show()

模型拟合和预测

咱们来定义模型。该模型能够与默认参数一起应用。咱们将在 x 和 y 数据上拟合模型。

svr 
print(svr)

在这里,能够依据回归数据特色更改核、C 和 epsilon 参数。核辨认算法中的核类型。能够应用“rbf”(默认核)、“linear”、“poly”和“sigmoid”。


点击题目查阅往期内容

PYTHON 用户散失数据挖掘:建设逻辑回归、XGBOOST、随机森林、决策树、反对向量机、奢侈贝叶斯和 KMEANS 聚类用户画像

左右滑动查看更多

01

02

03

04

接下来,咱们将应用 svr 模型预测 x 数据。

predict(x)

为了查看预测后果,咱们将在图中可视化 y 和 yfit 数据。

plt.scatter
plt.plot
plt.legend
plt.show

准确性查看

最初,咱们将应用 R 平方和 MSE 指标查看模型和预测准确性。

score
print("R-squared:", score)
print("MSE:", measquaederor)

在本教程中,咱们简要理解了如何应用 Python 中的 SVR 办法拟合回归数据。


本文摘选 Python 反对向量回归 SVR 拟合、预测回归数据和可视化准确性查看实例 ,点击“ 浏览原文”获取全文残缺材料。


点击题目查阅往期内容

[](http://mp.weixin.qq.com/s?__b…)[](http://mp.weixin.qq.com/s?__b…)逻辑回归、随机森林、SVM 反对向量机预测心脏病危险数据和模型诊断可视化 R 语言梯度提升机 GBM、反对向量机 SVM、正则判别分析 RDA 模型训练、参数调优化和性能比拟可视化剖析声纳数据
R 语言量化交易 RSI 策略:应用反对向量机 SVM
基于随机森林、svm、CNN 机器学习的风控欺诈辨认模型
Matlab 建设 SVM,KNN 和奢侈贝叶斯模型分类绘制 ROC 曲线
基于 ARIMA、SVM、随机森林销售的工夫序列预测
R 语言用 rle,svm 和 rpart 决策树进行工夫序列预测
Python 反对向量回归 SVR 拟合、预测回归数据和可视化准确性查看实例
R 语言梯度提升机 GBM、反对向量机 SVM、正则判别分析 RDA 模型训练、参数调优化和性能比拟可视化剖析声纳数据
PYTHON 集成机器学习:用 ADABOOST、决策树、逻辑回归集成模型分类和回归和网格搜寻超参数优化
R 语言集成模型:晋升树 boosting、随机森林、束缚最小二乘法加权均匀模型交融剖析工夫序列数据
Python 对商店数据进行 lstm 和 xgboost 销售量工夫序列建模预测剖析
R 语言用主成分 PCA、逻辑回归、决策树、随机森林剖析心脏病数据并高维可视化
R 语言基于树的办法:决策树,随机森林,Bagging,加强树
R 语言用逻辑回归、决策树和随机森林对信贷数据集进行分类预测
spss modeler 用决策树神经网络预测 ST 的股票
R 语言中应用线性模型、回归决策树主动组合特色因子程度
R 语言中自编基尼系数的 CART 回归决策树的实现
R 语言用 rle,svm 和 rpart 决策树进行工夫序列预测
python 在 Scikit-learn 中用决策树和随机森林预测 NBA 获胜者
python 中应用 scikit-learn 和 pandas 决策树进行 iris 鸢尾花数据分类建模和穿插验证
R 语言里的非线性模型:多项式回归、部分样条、平滑样条、狭义相加模型 GAM 剖析
R 语言用规范最小二乘 OLS,狭义相加模型 GAM,样条函数进行逻辑回归 LOGISTIC 分类
R 语言 ISLR 工资数据进行多项式回归和样条回归剖析
R 语言中的多项式回归、部分回归、核平滑和平滑样条回归模型
R 语言用泊松 Poisson 回归、GAM 样条曲线模型预测骑自行车者的数量
R 语言分位数回归、GAM 样条曲线、指数平滑和 SARIMA 对电力负荷工夫序列预测 R 语言样条曲线、决策树、Adaboost、梯度晋升 (GBM) 算法进行回归、分类和动静可视化
如何用 R 语言在机器学习中建设集成模型?
R 语言 ARMA-EGARCH 模型、集成预测算法对 SPX 理论稳定率进行预测在 python 深度学习 Keras 中计算神经网络集成模型 R 语言 ARIMA 集成模型预测工夫序列剖析 R 语言基于 Bagging 分类的逻辑回归 (Logistic Regression)、决策树、森林剖析心脏病患者
R 语言基于树的办法:决策树,随机森林,Bagging,加强树
R 语言基于 Bootstrap 的线性回归预测置信区间预计办法
R 语言应用 bootstrap 和增量法计算狭义线性模型(GLM)预测置信区间
R 语言样条曲线、决策树、Adaboost、梯度晋升(GBM) 算法进行回归、分类和动静可视化
Python 对商店数据进行 lstm 和 xgboost 销售量工夫序列建模预测剖析
R 语言随机森林 RandomForest、逻辑回归 Logisitc 预测心脏病数据和可视化剖析
R 语言用主成分 PCA、逻辑回归、决策树、随机森林剖析心脏病数据并高维可视化
Matlab 建设 SVM,KNN 和奢侈贝叶斯模型分类绘制 ROC 曲线
matlab 应用分位数随机森林(QRF)回归树检测异样值

退出移动版