SVM-Anova:具有单变量特征选择的 SVM#
此示例展示了如何在运行 SVC(支持向量分类器)之前执行单变量特征选择以提高分类分数。我们使用 Iris 数据集(4 个特征)并添加 36 个非信息特征。我们可以发现,当我们选择大约 10% 的特征时,我们的模型可以实现最佳性能。
加载一些数据以供使用#
import numpy as np
from sklearn.datasets import load_iris
X, y = load_iris(return_X_y=True)
# Add non-informative features
rng = np.random.RandomState(0)
X = np.hstack((X, 2 * rng.random((X.shape[0], 36))))
创建管道#
from sklearn.feature_selection import SelectPercentile, f_classif
from sklearn.pipeline import Pipeline
from sklearn.preprocessing import StandardScaler
from sklearn.svm import SVC
# Create a feature-selection transform, a scaler and an instance of SVM that we
# combine together to have a full-blown estimator
clf = Pipeline(
[
("anova", SelectPercentile(f_classif)),
("scaler", StandardScaler()),
("svc", SVC(gamma="auto")),
]
)
绘制交叉验证分数作为特征百分比的函数#
import matplotlib.pyplot as plt
from sklearn.model_selection import cross_val_score
score_means = list()
score_stds = list()
percentiles = (1, 3, 6, 10, 15, 20, 30, 40, 60, 80, 100)
for percentile in percentiles:
clf.set_params(anova__percentile=percentile)
this_scores = cross_val_score(clf, X, y)
score_means.append(this_scores.mean())
score_stds.append(this_scores.std())
plt.errorbar(percentiles, score_means, np.array(score_stds))
plt.title("Performance of the SVM-Anova varying the percentile of features selected")
plt.xticks(np.linspace(0, 100, 11, endpoint=True))
plt.xlabel("Percentile")
plt.ylabel("Accuracy Score")
plt.axis("tight")
plt.show()
脚本的总运行时间:(0 分钟 0.388 秒)
相关示例
单变量特征选择
连接多个特征提取方法
在 Iris 数据集上绘制不同的 SVM 分类器
具有自定义核的 SVM