大家好，又见面了，我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。
Jetbrains全系列IDE稳定放心使用
from sklearn import cross_validation,metrics
from sklearn import svm
train_data,train_target = load(filename)#自定义加载数据函数，返回的是训练数据的数据项和标签项
train_x,test_x,train_y,test_y = cross_validation.train_test_split(train_data,train_target,test_size=0.2,random_state=27)#把训练集按0.2的比例划分为训练集和验证集
#start svm
clf = svm.SVC(C=5.0)
clf.fit(train_x,train_y)
predict_prob_y = clf.predict_proba(test_x)#基于SVM对验证集做出预测，prodict_prob_y 为预测的概率
#end svm ,start metrics
test_auc = metrics.roc_auc_score(test_y,prodict_prob_y)#验证集上的auc值
print test_auc 版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/184822.html原文链接：https://javaforall.net
