雷达数据SVM分类_第1页
雷达数据SVM分类_第2页
雷达数据SVM分类_第3页
雷达数据SVM分类_第4页
雷达数据SVM分类_第5页
已阅读5页，还剩10页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

数据挖掘技术与应用雷达数据SVM分类实训实训目标理解SVM分类算法的核心步骤。掌握支持向量机的Python实现。通过数据集的部分样本训练构造SVM模型并训练。调用构建好的模型对测试集样本进行预测。实训环境使用3.6版本的Python。使用jupyternotebook或PyCharm2018社区版作为代码编辑器。numpy、pandas、sklearn实训数据该雷达数据是由拉布拉多鹅湾的一个系统收集的。该系统由16个高频天线的相控阵组成，总发射功率约为6.4千瓦。目标是电离层中的自由电子。“良好”的雷达回波是那些显示出电离层某种类型结构证据的雷达。“不良”收益是那些没有收益的收益；它们的信号通过电离层。使用自相关函数处理接收到的信号，该函数的自变量为脉冲时间和脉冲数。鹅湾系统有17个脉冲数。该数据库中的实例由每个脉冲数2个属性描述，对应于由复数电磁信号产生的函数返回的复数值实训内容导入必要的库。导入数据集。获取特征值。获取标签。切分数据集合。创建模型。训练模型。输出结果。雷达数据SVM分类实现代码导入数据包fromsklearn.svmimportSVCfromsklearn.model_selectionimporttrain_test_splitimportnumpyasnpimportcsv数据说明该雷达数据是由拉布拉多鹅湾的一个系统收集的。该系统由16个高频天线的相控阵组成，总发射功率约为6.4千瓦。目标是电离层中的自由电子。“良好”的雷达回波是那些显示出电离层某种类型结构证据的雷达。“不良”收益是那些没有收益的收益；它们的信号通过电离层。使用自相关函数处理接收到的信号，该函数的自变量为脉冲时间和脉冲数。鹅湾系统有17个脉冲数。该数据库中的实例由每个脉冲数2个属性描述，对应于由复数电磁信号产生的函数返回的复数值打开数据，并获取特征值,获取标签X=np.zeros((351,34),dtype='float')Y=np.zeros((351,),dtype='bool')withopen(r'data\ionosphere.data','r')asinput_file:reader=csv.reader(input_file)fori,rowinenumerate(reader):data=[float(datum)fordatuminrow[:-1]]X[i]=dataY[i]=row[-1]=='g'切分数据集合x_train,x_test,y_train,y_test=train_test_split(X,Y,test_size=0.3,random_state=6)创建模型model=SVC(kernel='linear',class_weight='balanced')训练模型model=model.fit(x_train,y_train)输出结果print("Train_score:{0},Test_score:{1}".

人人文库> 全部分类> 教育资料 > 辅导培训

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论