机器学习测试笔记(13)——支持向量机(下)

本文涉及的产品
性能测试 PTS,5000VUM额度
简介: 机器学习测试笔记(13)——支持向量机(下)

接下来我们看一下gamma参数。


def gamma_for_RBF():
       wine = datasets.load_wine()
#选取数据集前两个特征
       X = wine.data[:,:2]
       y = wine.target
       C = 1.0 #SVM参数正则化
       models  =(svm.SVC(kernel='rbf',gamma=0.1,C=C),
               svm.SVC(kernel='rbf',gamma=1,C=C),
               svm.SVC(kernel='rbf',gamma=10,C=C))
       models = (clf.fit(X,y)  for clf in models)
#设置标题
       titles = ('gamma =  0.1',
'gamma = 1',
'gamma = 10')
       fig, sub =  plt.subplots(1,3,figsize =(10,3))
       X0, X1 = X[:,0],X[:,1]
       xx, yy =  make_meshgrid(X0, X1)
#使用前面定义的函数画图
for clf, title, ax in  zip(models,titles,sub.flatten()):
              plot_contour(ax,clf,xx,yy,cmap=plt.cm.plasma,alpha=0.8)
              ax.scatter(X0,X1,c=y,cmap=plt.cm.plasma,s=20,edgecolors='k')
              ax.set_xlim(xx.min(),xx.max())  
              ax.set_ylim(yy.min(),yy.max())
              ax.set_xlabel('Feature  0')
              ax.set_ylabel('Feature  1')
              ax.set_xticks(())
              ax.set_yticks(())
              ax.set_title(title)
       plt.show()

image.png


由此可以看出:

  • gamma越小,RBF内核直径越大,更多节点被圈进去,趋于欠拟合。
  • gamma越大,RBF内核直径越小,更少节点被圈进去,趋于过拟合。


SVM的优势和劣势如下:

image.png


SVM需要考虑:

image.png


我们下面通过波士顿房价数据例子来讨论一下如何调优的过程。


from sklearn.pipeline import Pipeline
from sklearn.preprocessing import StandardScaler
from sklearn.model_selection import train_test_split
def SVM_for_boston():
   boston =  datasets.load_boston()
   X,y =  boston.data,boston.target
    X_train,X_test,y_train,y_test = train_test_split(X, y, random_state  =8)
for kernel in  ['linear','rbf','sigmoid','poly']:
      svr =  svm.SVR(kernel=kernel)
       svr.fit(X_train,y_train)
      print(kernel,'核函数的模型训练集得分:  {:.3f}'.format(svr.score(X_train,y_train)))
      print(kernel,'核函数的模型测试集得分: {:.3f}'.format(svr.score(X_test,y_test)))


输出

linear 核函数的模型训练集得分: 0.709
linear 核函数的模型测试集得分: 0.696
rbf 核函数的模型训练集得分:  0.192
rbf 核函数的模型测试集得分:  0.222
sigmoid 核函数的模型训练集得分: 0.059
sigmoid 核函数的模型测试集得分: 0.075
poly 核函数的模型训练集得分: 0.195
poly 核函数的模型测试集得分: 0.207


这个结果是非常糟糕的。通过下面程序来看一下数据分布图。


ax = plt.gca()
#将特征数字中的最大和最小值一散点图形式画出来
       plt.plot(X.min(axis=0),'v',label='min')
       plt.plot(X.max(axis=0),'^',label='max')
       plt.yscale('log') #纵坐标为对数形式
       plt.legend(loc='best') #设置图注位置最佳
       ax.set_xlabel('feature')
       ax.set_ylabel('featuremagnitude')
       plt.show()

image.png


图标横坐标是第几个样本,对应纵坐标为数据的最大最小值数据,由此可见数据在10-2103之间,差距更大。下面我们通过StandardScaler()函数来对训练集和测试集数据进行预处理。


#对训练集和测试集数据进行预处理
scaler = StandardScaler()
       scaler.fit(X_train)
       X_train_scaler =scaler.transform(X_train)
       X_test_scaler = scaler.transform(X_test)
       plt.plot(X_train_scaler.min(axis=0),'v',label='trainset min')
       plt.plot(X_train_scaler.max(axis=0),'^',label='trainset max')
       plt.plot(X_test_scaler.min(axis=0),'v',label='testset min')
       plt.plot(X_test_scaler.max(axis=0),'^',label='testset max')
       plt.legend(loc='best')
       ax.set_xlabel('scaledfeature')
       ax.set_ylabel('scaledfeature magnitude')
       plt.show()

image.png


这样数据集中在-410之间。我们通过预处理后的数据进行训练模型。

for kernel in ['linear','rbf','sigmoid','poly']:

             svr =svm.SVR(kernel=kernel)

             svr.fit(X_train_scaler,y_train)

             print(kernel,'预处理后训练集得分:{:.3f}'.format(svr.score(X_train_scaler,y_train)))

             print(kernel,'预处理后测试集得分:{:.3f}'.format(svr.score(X_test_scaler,y_test)))

输出:


linear 预处理后训练集得分: 0.706
linear 预处理后测试集得分: 0.698
rbf 预处理后训练集得分:  0.665
rbf 预处理后测试集得分:  0.695
sigmoid 预处理后训练集得分: 0.564
sigmoid 预处理后测试集得分: 0.634
poly 预处理后训练集得分: 0.686
poly 预处理后测试集得分: 0.623


由此可见,Linear变化不大,其他都变化很大。下面我们调节下Cgamma参数,首先设置C=100gamma=0.1


# 调节参数
for kernel in ['linear','rbf','sigmoid','poly']:
svr = svm.SVR(kernel=kernel,C=100,gamma=0.1)
svr.fit(X_train_scaler,y_train)
print(kernel,'调节参数后训练集得分: {:.3f}'.format(svr.score(X_train_scaler,y_train)))
print(kernel,'调节参数后测试集得分:{:.3f}'.format(svr.score(X_test_scaler,y_test)))

输出


linear 调节参数后训练集得分: 0.706
linear 调节参数后测试集得分: 0.699
rbf 调节参数后训练集得分:  0.966
rbf 调节参数后测试集得分:  0.894
sigmoid 调节参数后训练集得分: -3768.620
sigmoid 调节参数后测试集得分: -5454.605
poly 调节参数后训练集得分: 0.950
poly 调节参数后测试集得分: 0.318


然后我们看一下C=100gamma=0.005


# 调节参数
for kernel in ['linear','rbf','sigmoid','poly’]:
  svr =svm.SVR(kernel=kernel,C=100,gamma=0.005)
 svr.fit(X_train_scaler,y_train)
  print(kernel,'调节参数(C=100,gamma=0.005)后训练集得分:{:.3f}'.format(svr.score(X_train_scaler,y_train)))
  print(kernel,'调节参数(C=100,gamma=0.005)后测试集得分: {:.3f}'.format(svr.score(X_test_scaler,y_test)))


输出


linear 调节参数后训练集得分: 0.706
linear 调节参数后测试集得分: 0.699
rbf 调节参数后训练集得分:  0.841
rbf 调节参数后测试集得分:  0.829
sigmoid 调节参数后训练集得分: 0.698
sigmoid 调节参数后测试集得分: 0.695
poly 调节参数后训练集得分: 0.240
poly 调节参数后测试集得分: 0.232


最后绘制表格,分析一下输出结果。


模型

预处理前

预处理后

调节参数后(gamma=0.1)

调节参数(gamma=0.005)

默认gammaC

C=100

linear

0.709

0.706

0.706

0.706

0.696

0.698

0.699(不变)

0.699(不变)

rbf

0.192

0.665

0.966

0.841

0.222

0.695

0.894(提高)

0.829(略降)

sigmoid

0.059

0.564

-3768.620

0.698(提高)

0.075

0.634

-5454.605(失控)

0.695

poly

0.195

0.686

0.950

0.240(降低,但是不存在过拟合)

0.207

0.623

0.318(过拟合)

0.232


通过调节可以看出:

  • linear基本不受影响;
  • C=100,gamma=0.1sigmoid失控,poly出现过拟合,rbf表现很好。
  • C=100,gamma=0.005sigmoid恢复,poly出现降低,但是没有过拟合现象,rbf略有下降。

由此可见,选择模型类型和调节参数是非常重要的。


—————————————————————————————————


软件安全测试

https://study.163.com/course/courseMain.htm?courseId=1209779852&share=2&shareId=480000002205486

接口自动化测试

https://study.163.com/course/courseMain.htm?courseId=1209794815&share=2&shareId=480000002205486

DevOps 和Jenkins之DevOps

https://study.163.com/course/courseMain.htm?courseId=1209817844&share=2&shareId=480000002205486

DevOps与Jenkins 2.0之Jenkins

https://study.163.com/course/courseMain.htm?courseId=1209819843&share=2&shareId=480000002205486

Selenium自动化测试

https://study.163.com/course/courseMain.htm?courseId=1209835807&share=2&shareId=480000002205486

性能测试第1季:性能测试基础知识

https://study.163.com/course/courseMain.htm?courseId=1209852815&share=2&shareId=480000002205486

性能测试第2季:LoadRunner12使用

https://study.163.com/course/courseMain.htm?courseId=1209980013&share=2&shareId=480000002205486

性能测试第3季:JMeter工具使用

https://study.163.com/course/courseMain.htm?courseId=1209903814&share=2&shareId=480000002205486

性能测试第4季:监控与调优

https://study.163.com/course/courseMain.htm?courseId=1209959801&share=2&shareId=480000002205486

Django入门

https://study.163.com/course/courseMain.htm?courseId=1210020806&share=2&shareId=480000002205486

啄木鸟顾老师漫谈软件测试

https://study.163.com/course/courseMain.htm?courseId=1209958326&share=2&shareId=480000002205486

相关实践学习
通过性能测试PTS对云服务器ECS进行规格选择与性能压测
本文为您介绍如何利用性能测试PTS对云服务器ECS进行规格选择与性能压测。
目录
打赏
0
0
0
0
310
分享
相关文章
一个测试工程师的实战笔记:我是如何在Postman和Apipost之间做出选择的?
优秀的API测试工具应该具备: 分层设计:既有可视化操作,也开放代码层深度定制 场景感知:自动识别加密需求推荐处理方案 协议包容:不强迫开发者为了不同协议切换工具 数据主权:允许自主选择数据存储位置
68 7
在数据驱动时代,A/B 测试成为评估机器学习项目不同方案效果的重要方法
在数据驱动时代,A/B 测试成为评估机器学习项目不同方案效果的重要方法。本文介绍 A/B 测试的基本概念、步骤及其在模型评估、算法改进、特征选择和用户体验优化中的应用,同时提供 Python 实现示例,强调其在确保项目性能和用户体验方面的关键作用。
99 6
在数据驱动时代,A/B 测试成为评估机器学习项目效果的重要手段
在数据驱动时代,A/B 测试成为评估机器学习项目效果的重要手段。本文介绍了 A/B 测试的基本概念、步骤及其在模型评估、算法改进、特征选择和用户体验优化中的应用,强调了样本量、随机性和时间因素的重要性,并展示了 Python 在 A/B 测试中的具体应用实例。
73 1
自动化测试的未来:AI与机器学习的融合之路
【10月更文挑战第41天】随着技术的快速发展,软件测试领域正经历一场由人工智能和机器学习驱动的革命。本文将探讨这一趋势如何改变测试流程、提高测试效率以及未来可能带来的挑战和机遇。我们将通过具体案例分析,揭示AI和ML在自动化测试中的应用现状及其潜力。
98 0
前端大模型应用笔记(二):最新llama3.2小参数版本1B的古董机测试 - 支持128K上下文,表现优异,和移动端更配
llama3.1支持128K上下文,6万字+输入,适用于多种场景。模型能力超出预期,但处理中文时需加中英翻译。测试显示,其英文支持较好,中文则需改进。llama3.2 1B参数量小,适合移动端和资源受限环境,可在阿里云2vCPU和4G ECS上运行。
296 1
测试专项笔记(一): 通过算法能力接口返回的检测结果完成相关指标的计算(目标检测)
这篇文章是关于如何通过算法接口返回的目标检测结果来计算性能指标的笔记。它涵盖了任务描述、指标分析(包括TP、FP、FN、TN、精准率和召回率),接口处理,数据集处理,以及如何使用实用工具进行文件操作和数据可视化。文章还提供了一些Python代码示例,用于处理图像文件、转换数据格式以及计算目标检测的性能指标。
123 0
测试专项笔记(一): 通过算法能力接口返回的检测结果完成相关指标的计算(目标检测)
目标分类笔记(二): 利用PaddleClas的框架来完成多标签分类任务(从数据准备到训练测试部署的完整流程)
这篇文章介绍了如何使用PaddleClas框架完成多标签分类任务,包括数据准备、环境搭建、模型训练、预测、评估等完整流程。
362 0
语义分割笔记(二):DeepLab V3对图像进行分割(自定义数据集从零到一进行训练、验证和测试)
本文介绍了DeepLab V3在语义分割中的应用,包括数据集准备、模型训练、测试和评估,提供了代码和资源链接。
1056 0
语义分割笔记(二):DeepLab V3对图像进行分割(自定义数据集从零到一进行训练、验证和测试)
目标分类笔记(一): 利用包含多个网络多种训练策略的框架来完成多目标分类任务(从数据准备到训练测试部署的完整流程)
这篇博客文章介绍了如何使用包含多个网络和多种训练策略的框架来完成多目标分类任务,涵盖了从数据准备到训练、测试和部署的完整流程,并提供了相关代码和配置文件。
158 0
目标分类笔记(一): 利用包含多个网络多种训练策略的框架来完成多目标分类任务(从数据准备到训练测试部署的完整流程)
K-means聚类算法是机器学习中常用的一种聚类方法,通过将数据集划分为K个簇来简化数据结构
K-means聚类算法是机器学习中常用的一种聚类方法,通过将数据集划分为K个簇来简化数据结构。本文介绍了K-means算法的基本原理,包括初始化、数据点分配与簇中心更新等步骤,以及如何在Python中实现该算法,最后讨论了其优缺点及应用场景。
260 6

热门文章

最新文章

AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等