首先，我们需要安装scikit-learn


一、导入sklearn算法包

在python中导入scikit-learn的方法：

scikit-learn中集成了许多算法，其导入包的方法如下所示：

逻辑回归：from sklearn.linear_model import LogisticRegression

朴素贝叶斯：from sklearn.naive_bayes import GaussianNB

K-近邻：from sklearn.neighbors import KNeighborsClassifier

决策树：from sklearn.tree import DecisionTreeClassifier

支持向量机：from sklearn import svm

二、sklearn中svc的使用

(1)使用numpy中的loadtxt读入数据文件

loadtxt()的使用方法：

def loadtxt(fname, dtype=float, comments='#', delimiter=None,
converters=None, skiprows=0, usecols=None, unpack=False,
ndmin=0, encoding='bytes', max_rows=None):

fname:文件路径。eg:"G:\\SVM_Study\\iris.txt"

dtype:数据类型，如float，str等

delimiter：分隔符。eg','

converters:将数据列与转换函数进行映射的字典。如：{1:fun}含义是将第二列对应转换函数进行转换。

usecols：选取数据的列。

以iris兰花数据集为例子：

由于UCI数据库中下载的Iris原始数据集的样子是这样的，前四列为特征列，第五列为类别列，分别有三种类别：Iris-setosa,Iris-versicolor,Iris-virginica


当使用numpy中的loadtxt函数导入该数据集时，假设数据类型dtype为浮点型，但是很明显第五列的数据类型并不是浮点型。

因此我们要二外做一个工作，即通过loadtxt()函数中的converters参数将第五列通过转换函数映射成浮点类型的数据。

首先，我们要写一个转换函数：

defiris_type(s):
it= {b'Iris-setosa': 0, b'Iris-versicolor': 1, b'Iris-virginica': 2}return it[s]

接下来，我们读入数据，convetters={4：iris_type}中“4”指的是第五列。

textPath = "G:\\SVM_Study\\iris.txt"data= np.loadtxt(textPath, dtype=float, delimiter=',', converters={4: iris_type})print(data)

读入结果：


将Iris分为训练集和测试集

完整代码

from sklearn importsvmimportnumpy as npfrom sklearn.model_selection importtrain_test_splitimportmatplotlib.pyplot as pltimportmatplotlib as mpldefiris_type(s):
it= {b'Iris-setosa': 0, b'Iris-versicolor': 1, b'Iris-virginica': 2}returnit[s]defshow_accuracy(a, b, tip):
acc= a.ravel() ==b.ravel()print(tip + "正确率：", np.mean(acc))
textPath= "G:\\SVM_Study\\iris.txt"data= np.loadtxt(textPath, dtype=float, delimiter=',', converters={4: iris_type})print(data)
x, y= np.split(data, (4,), axis=1)print("y")print(y)#所有行的前两列
x = x[:, :2]print("x")print(x)
x_train, x_test, y_train, y_test= train_test_split(x, y, random_state=1, train_size=0.6, test_size=0.4)#1. split(数据，分割位置，轴=1(水平分割) or 0(垂直分割))。#2. x = x[:, :2]是为方便后期画图更直观，故只取了前两列特征值向量训练。#3. sklearn.model_selection.train_test_split随机划分训练集与测试集。train_test_split(train_data,train_target,test_size=数字, random_state=0)#参数解释：#train_data：所要划分的样本特征集#train_target：所要划分的样本结果#test_size：样本占比，如果是整数的话就是样本的数量#random_state：是随机数的种子。#随机数种子：其实就是该组随机数的编号，在需要重复试验的时候，保证得到一组一样的随机数。比如你每次都填1，其他参数一样的情况下你得到的随机数组是一样的。但填0或不填，每次都会不一样。随机数的产生取决于种子，随机数和种子之间的关系遵从以下两个规则：种子不同，产生不同的随机数；种子相同，即使实例不同也产生相同的随机数。
clf= svm.SVC(C=0.8, kernel='rbf', gamma=20, decision_function_shape='ovr')
clf.fit(x_train, y_train.ravel())#kernel='linear'时，为线性核，C越大分类效果越好，但有可能会过拟合(defaul C=1)。#kernel='rbf'时(default)，为高斯核，gamma值越小，分类界面越连续；gamma值越大，分类界面越“散”，分类效果越好，但有可能会过拟合。#decision_function_shape='ovr'时，为one v rest，即一个类别与其他类别进行划分，#decision_function_shape='ovo'时，为one v one，即将类别两两之间进行划分，用二分类的方法模拟多分类的结果。
print(clf.score(x_train, y_train))
y_hat=clf.predict(x_train)
show_accuracy(y_hat, y_train,'训练集')print(clf.score(x_test, y_test))
y_hat=clf.predict(x_test)
show_accuracy(y_hat, y_test,'测试集')print("decision_function:\n",clf.decision_function(x_train))print("predict:\n",clf.predict(x_train))#第一列最大值，最小值
x1_min, x1_max =x[:, 0].min(), x[:, 0].max()#第二列最大值，最小值
x2_min, x2_max = x[:, 1].min(), x[:, 1].max()
x1, x2= np.mgrid[x1_min:x1_max:200j, x2_min:x2_max:200j]print("x1")print(x1)print("x2")print(x2)#这里用到了mgrid()函数，该函数的作用这里简单介绍一下：#假设假设目标函数F(x，y)=x+y。x轴范围1~3，y轴范围4~6，当绘制图像时主要分四步进行：#【step1：x扩展】(朝右扩展)：#[1 1 1]#[2 2 2]#[3 3 3]#【step2：y扩展】(朝下扩展)：#[4 5 6]#[4 5 6]#[4 5 6]#【step3：定位(xi，yi)】：#[(1,4) (1,5) (1,6)]#[(2,4) (2,5) (2,6)]#[(3,4) (3,5) (3,6)]#【step4：将(xi，yi)代入F(x,y)=x+y】#x1#[[4.3 4.3 4.3 ... 4.3 4.3 4.3 ]#[4.31809045 4.31809045 4.31809045 ... 4.31809045 4.31809045 4.31809045]#[4.3361809 4.3361809 4.3361809 ... 4.3361809 4.3361809 4.3361809 ]#...#[7.8638191 7.8638191 7.8638191 ... 7.8638191 7.8638191 7.8638191 ]#[7.88190955 7.88190955 7.88190955 ... 7.88190955 7.88190955 7.88190955]#[7.9 7.9 7.9 ... 7.9 7.9 7.9 ]]
#x2#[[2. 2.0120603 2.0241206 ... 4.3758794 4.3879397 4.4 ]#[2. 2.0120603 2.0241206 ... 4.3758794 4.3879397 4.4 ]#[2. 2.0120603 2.0241206 ... 4.3758794 4.3879397 4.4 ]#...#[2. 2.0120603 2.0241206 ... 4.3758794 4.3879397 4.4 ]#[2. 2.0120603 2.0241206 ... 4.3758794 4.3879397 4.4 ]#[2. 2.0120603 2.0241206 ... 4.3758794 4.3879397 4.4 ]]
print("x1.flat")print(x1.flat)
grid_test= np.stack((x1.flat, x2.flat), axis=1)print("grid_test")print(grid_test)#指定默认字体
mpl.rcParams['font.sans-serif'] = [u'SimHei']
mpl.rcParams['axes.unicode_minus'] =False
cm_light= mpl.colors.ListedColormap(['#A0FFA0', '#FFA0A0', '#FFA0FF'])
cm_dark= mpl.colors.ListedColormap(['g', 'r', 'b'])
grid_hat=clf.predict(grid_test)
grid_hat=grid_hat.reshape(x1.shape)
alpha= 0.5plt.pcolormesh(x1, x2, grid_hat, cmap=cm_light)
plt.plot(x[:, 0], x[:,1], 'o', alpha=alpha, color='blue', markeredgecolor='k')
plt.scatter(x[:, 0], x[:,1], c=np.squeeze(y), edgecolors='k', s=50, cmap=cm_dark)#plt.scatter(x_test[:, 0], x_test[:, 1], s=50, facecolors='none', zorder=10, cmap=cm_dark)
plt.xlabel(u'花萼长度',fontsize=13)
plt.ylabel(u'花萼宽度',fontsize=13)
plt.xlim(x1_min, x1_max)
plt.ylim(x2_min, x2_max)
plt.title(u'鸢尾花SVM二特征分类', fontsize=15)
plt.show()#pcolormesh(x,y,z,cmap)这里参数代入x1，x2，grid_hat，cmap=cm_light绘制的是背景。#scatter中edgecolors是指描绘点的边缘色彩，s指描绘点的大小，cmap指点的颜色。#xlim指图的边界。

得到的结果：