Python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
原文链接:http://tecdat.cn/?p=24875
支持向量回归(SVR)是一种回归算法,它应用支持向量机(SVM)的类似技术进行回归分析。正如我们所知,回归数据包含连续的实数。为了拟合这种类型的数据,SVR模型在考虑到模型的复杂性和错误率的情况下,用一个叫做ε管(epsilon-tube,ε表示管子的宽度)的给定余量来接近最佳值。
在本教程中,我们将通过在 Python 中使用 SVR ,简要了解如何使用 SVR 方法拟合和预测回归数据。教程涵盖:
- 准备数据
- 模型拟合和预测
- 准确性检查
- 源代码
import numpy as np
准备数据 我们将使用回归数据作为目标数据进行拟合。我们可以编写简单的函数来生成数据。
y = make(x)
x = np.arrayplt.scatter
plt.show()
文章图片
模型拟合和预测 我们来定义模型。该模型可以与默认参数一起使用。我们将在 x 和 y 数据上拟合模型。
svr
print(svr)
在这里,可以根据回归数据特征更改核、C 和 epsilon 参数。核识别算法中的核类型。可以使用“rbf”(默认内核)、“linear”、“poly”和“sigmoid”。
接下来,我们将使用 svr 模型预测 x 数据。
predict(x)
为了检查预测结果,我们将在图中可视化 y 和 yfit 数据。
plt.scatter
plt.plot
plt.legend
plt.show
文章图片
准确性检查 最后,我们将使用 R 平方和 MSE 指标检查模型和预测准确性。
score
print("R-squared:", score)
print("MSE:", measquaederor)
文章图片
在本教程中,我们简要了解了如何使用 Python 中的 SVR 方法拟合回归数据。
文章图片
最受欢迎的见解
1.R语言多元Logistic逻辑回归 应用案例
2.面板平滑转移回归(PSTR)分析案例实现分析案例实现")
3.matlab中的偏最小二乘回归(PLSR)和主成分回归(PCR)
4.R语言泊松Poisson回归模型分析案例
5.R语言回归中的Hosmer-Lemeshow拟合优度检验
6.r语言中对LASSO回归,Ridge岭回归和Elastic Net模型实现
7.在R语言中实现Logistic逻辑回归
8.python用线性回归预测股票价格
【Python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】9.R语言如何在生存分析与Cox回归中计算IDI,NRI指标
推荐阅读
- python学习之|python学习之 实现QQ自动发送消息
- 逻辑回归的理解与python示例
- python自定义封装带颜色的logging模块
- 【Leetcode/Python】001-Two|【Leetcode/Python】001-Two Sum
- Python基础|Python基础 - 练习1
- Python爬虫|Python爬虫 --- 1.4 正则表达式(re库)
- Python(pathlib模块)
- python青少年编程比赛_第十一届蓝桥杯大赛青少年创意编程组比赛细则
- Python数据分析(一)(Matplotlib使用)
- Python|Python 9.20