数据集
前六列代表一个卒和两个国外所在的位置(特征值)
最后一列draw代表和棋,其他代表只需对应的步数必然会分出胜负(目标值)
总样本数28056,其中正样本2796,负样本25260。
随机取5000个样本训练,其余测试。
样本标准化,在训练样本上,求出每个维度的均值和方差,在训练和测试样本上同时标准化。
高斯核:
CScale = [2 ^ (-5), 2 ^ 15]; gamma = [2 ^ (-15), 2 ^ 3];
遍历求识别率的最大值(利用网格搜索)。
代码
import pandas as pd
from sklearn.preprocessing import StandardScaler
from sklearn.model_selection import train_test_split,GridSearchCV
from sklearn.metrics import classification_report
from sklearn.svm import SVC
def svm_test():
# 读取数据
data = pd.read_csv("./krkopt.data")
# 删除无效行
data = data.dropna(axis=0)
# 输出数据的基本信息
# print(data.info())
# 数据处理(使其满足特征处理的要求)
data["draw"].replace("draw",1,inplace=True)
data.draw[data["draw"] != 1] = -1
data.replace("a", 1, inplace=True)
data.replace("b", 2, inplace=True)
data.replace("c", 3, inplace=True)
data.replace("d", 4, inplace=True)
data.replace("e", 5, inplace=True)
data.replace("f", 6, inplace=True)
data.replace("g", 7, inplace=True)
data.replace("h", 8, inplace=True)
data["1"] = data["1"].astype(int)
data["2"] = data["2"].astype(int)
data["3"] = data["3"].astype(int)
# 分离特征值和目标值
x = data.iloc[:,0:6]
y = data["draw"]
# 分割训练集和测试集
x_train,x_test,y_train,y_test = train_test_split(x,y,test_size=0.75)
# 特征预处理-特征工程(标准化)
std = StandardScaler()
x_train = std.fit_transform(x_train)
x_test = std.transform(x_test)
# 用SVM训练数据集
svm_svc = SVC(kernel='rbf')
# 设置参数的取值用于网格搜索
ga_param = [2**i for i in range(-5,15)]
c_param = [2**i for i in range(-15,3)]
# ga_param = [0.0825]
# c_param = [16]
param = {
"gamma":ga_param,"C":c_param}
# 设置网格搜索的参数和5折交叉验证
gc = GridSearchCV(svm_svc, param_grid=param, cv=5)
# 进行训练
gc.fit(x_train,y_train)
# 查看预测结果
y_predict = gc.predict(x_test)
# 准确率和召回率
print(classification_report(y_test,y_predict))
# 预测准确率
print("在测试集上准确率: ",gc.score(x_test,y_test))
print("在交叉验证当中最好的结果: ",gc.best_score_)
print("选择最好的模型是: ",gc.best_estimator_)
print("每个超参数每次交叉验证的结果: ",gc.cv_results_)
return None
if __name__=="__main__":
svm_test()