Member 12523470 Ответов: 0

Как добавить пользовательские 12 функций в SVM с любым ядром (linera, polynomial и т. д.) В Python

мой вопрос заключается в том,что я хочу добавить 12 функций в SVM с любым ядром(линейным,полиномиальным и т. д.) В python и как я могу добавить их и получить результат в матрицах для простоты, специфичности, истинно положительного, истинно отрицательного, ложноположительного, ложноотрицательного.
how should i add my custom 12 features to train the SVM and use those features

кто - нибудь может помочь мне с кодом?

Что я уже пробовал:

я пробовал использовать SVM linear по умолчанию в python. 

iris = datasets.load_iris()
X = iris.data[:, :2] # we only take the first two features. We could
 # avoid this ugly slicing by using a two-dim dataset
y = iris.target

C = 1.0 # SVM regularization parameter
svc = svm.SVC(kernel='linear', C=1,gamma= 1 ).fit(X, y)

# create a mesh to plot in
x_min, x_max = X[:, 0].min() - 1, X[:, 0].max() + 1
y_min, y_max = X[:, 1].min() - 1, X[:, 1].max() + 1
h = (x_max / x_min)/100
xx, yy = np.meshgrid(np.arange(x_min, x_max, h),
 np.arange(y_min, y_max, h))

0 Ответов