数据集说明

数据下载地址：https://archive.ics.uci.edu/ml/index.php
data文件为数据，由逗号分开，names文件为数据说明。data文件可以用excel打开。
70%数据用于训练集，30%是测试集。

快速下载Sklearn的各种包

cmd+R，然后输入下面代码，下自己需要的包就好

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple *****

Wine数据集

这些数据包括了三种酒中13种不同成分的数量。13种成分分别为：Alcohol，Malicacid，Ash，Alcalinity of ash，Magnesium，Total phenols，Flavanoids，Nonflavanoid phenols，Proanthocyanins，Color intensity，Hue，OD280/OD315 of diluted wines，Proline。在 “wine.data”文件中，每行代表一种酒的样本，共有178个样本；一共有14列，其中，第一列为类标志属性，共有三类，分别记为“1”，“2”，“3”；后面的13列为每个样本的对应属性的样本值。其中第1类有59个样本，第2类有71个样本，第3类有48个样本。

Iris数据集

Iris也称鸢尾花卉数据集，是一类多重变量分析的数据集。通过花萼长度，花萼宽度，花瓣长度，花瓣宽度4个属性预测鸢尾花卉属于（Setosa，Versicolour，Virginica）三个种类中的哪一类。

代码

其中包含了朴素贝叶斯的高斯模型和伯努利模型，SVM分别使用三种核函数。
在对数据集分割上写的很low，反正数据量不大，就用笨方法来了。可以自行优化。
有个坑是在分训练集和数据集时要先打乱顺序，不然比如红酒数据会没有用到第3类来训练（使用Shuffle），最后测试集都是1或者2类，准确率0.76。。。很难受！-_-!

import pandas as pd
import random
import sklearn.svm as svm
from sklearn.preprocessing import StandardScaler
from sklearn.neural_network import MLPClassifier
from sklearn.naive_bayes import GaussianNB
from sklearn.naive_bayes import MultinomialNB
from sklearn.naive_bayes import BernoulliNB
from sklearn.utils import shuffle
from sklearn.svm import SVC

souce_data = pd.read_csv("C:\\Users\\jwj13\\Desktop\\MyCode\\机器学习\\wine.data")
print("数据量：{}".format(len(souce_data)))#177
print("数据列数：{}".format(souce_data.columns.size))#14
souce_data = shuffle(souce_data)#数据随机排列
x_train=souce_data.iloc[:125,1:14]#0到124行；1-14列，训练集
y_train=souce_data.iloc[:125,0]#训练结果集
x_test=souce_data.iloc[125:,1:14]#测试集
y_test=souce_data.iloc[125:,0]#测试集的目标结果集

print("*****1.使用神经网络进行训练*****")
# 神经网络对数据尺度敏感，所以最好在训练前标准化，或者归一化，或者缩放到[-1,1]
#数据标准化
scaler = StandardScaler() # 标准化转换
scaler.fit(x_test)  # 训练标准化对象
x_test_Standard= scaler.transform(x_test)   # 转换数据集
scaler.fit(x_train)  # 训练标准化对象
x_train_Standard= scaler.transform(x_train)   # 转换数据集
y_test1=y_test.tolist()
print("测试集的目标类别：{}".format(y_test1))

bp=MLPClassifier(hidden_layer_sizes=(500,3 ), activation='relu', solver='lbfgs', alpha=0.0001, batch_size='auto',learning_rate='constant')
bp.fit(x_train_Standard,y_train.astype('int'))
y_predict_mlp=bp.predict(x_test_Standard)#预测的结果集
y_predict_mlp=list(y_predict_mlp)
print("MLP预测准确率：{}".format(sum([1 for n in range(len(y_test1)) if y_predict_mlp[n]==y_test1[n] ])/len(y_test1)))

print("*****2.使用朴素贝叶斯进行训练*****")
#高斯
gauNB = GaussianNB()
gauNB.fit(x_train_Standard,y_train.astype('int'))
y_predict_gau = gauNB.predict(x_test_Standard)
y_predict_gau=list(y_predict_gau)
#print(y_predict_gau)
print("高斯模型预测准确率:{}".format(sum([1 for n in range(len(y_test1)) if y_predict_gau[n]==y_test1[n] ])/len(y_test1)))
#伯努利
berNB = BernoulliNB()
berNB.fit(x_train_Standard,y_train.astype('int'))
y_predict_ber = berNB.predict(x_test_Standard)
y_predict_ber=list(y_predict_ber)
#print(y_predict_ber)
print("伯努利模型预测准确率:{}".format(sum([1 for n in range(len(y_test1)) if y_predict_ber[n]==y_test1[n] ])/len(y_test1)))

print("*****3.使用支持向量机进行训练*****")
# 训练svm模型---基于线性核函数
model1 = svm.SVC(kernel='linear')
# 训练svm模型---基于多项式核函数
model2 = svm.SVC(kernel='poly', degree=3)
# 训练svm模型---基于径向基核函数
model3 = svm.SVC(kernel='rbf', C=600)

model1.fit(x_train_Standard, y_train)
y_predict_svm1 = model1.predict(x_test_Standard)
y_predict_svm1=list(y_predict_svm1)
print("SVM(基于线性核函数)预测准确率:{}".format(sum([1 for n in range(len(y_test1)) if y_predict_svm1[n]==y_test1[n] ])/len(y_test1)))

model2.fit(x_train_Standard, y_train)
y_predict_svm2 = model2.predict(x_test_Standard)
y_predict_svm2=list(y_predict_svm2)
print("SVM(基于多项式核函数)预测准确率:{}".format(sum([1 for n in range(len(y_test1)) if y_predict_svm2[n]==y_test1[n] ])/len(y_test1)))

model3.fit(x_train_Standard, y_train)
y_predict_svm3 = model3.predict(x_test_Standard)
y_predict_svm3=list(y_predict_svm3)
print("SVM(基于径向基核函数)预测准确率:{}".format(sum([1 for n in range(len(y_test1)) if y_predict_svm3[n]==y_test1[n] ])/len(y_test1)))

Iris数据集：
（除训练集测试集分割代码不同，其他与第一个数据集几乎一致）

souce_data = pd.read_csv("C:\\Users\\jwj13\\Desktop\\MyCode\\机器学习\\iris.data")
print("数据量：{}".format(len(souce_data)))
print("数据列数：{}".format(souce_data.columns.size))
souce_data = shuffle(souce_data)#数据随机排列
x_train=souce_data.iloc[:105,0:4]#0到104行；前4列，训练集
y_train=souce_data.iloc[:105,4]#训练结果集
x_test=souce_data.iloc[105:,0:4]#测试集
y_test=souce_data.iloc[105:,4]#测试集的目标结果集，第5列

输出结果

1图1 Wine数据集结果

图2 iris数据集结果