Yijuehen/svm
1
0
Fork 0
generated from LufsX/Challenge-SVM
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

更新 function.py
Gitea Actions Test / Challenge-Actions (push) Successful in 13s
Details

Browse Source
This commit is contained in:
Yijuehen
2024-11-13 18:25:35 +08:00
parent 095bfc0002
commit 01c8797af9
1 changed files with 4 additions and 4 deletions
Download Patch File Download Diff File Expand all files Collapse all files
function.py
+4 -4
View File
@@ -20,7 +20,7 @@ def load_data(filepath):
# 检查特征数量 # 检查特征数量
num_features = data.shape[1] num_features = data.shape[1]
# 特征选择：去掉特征3（索引2）和特征24~28（索引23~26），确保索引有效 # 特征选择 去掉特征3（索引2）和特征24~28（索引23~26） 确保索引有效
indices_to_delete = [2] # 特征3 indices_to_delete = [2] # 特征3
if num_features > 24: # 确保特征数量足够 if num_features > 24: # 确保特征数量足够
indices_to_delete += list(range(24, 27)) # 特征24到27（索引23到26） indices_to_delete += list(range(24, 27)) # 特征24到27（索引23到26）
@@ -28,7 +28,7 @@ def load_data(filepath):
# 删除特征 # 删除特征
data = np.delete(data, indices_to_delete, axis=1) data = np.delete(data, indices_to_delete, axis=1)
# 将标签二分类化，特征23（索引22）取值2和3合并为0，其余为1 # 将标签二分类化 特征23（索引22）取值2和3合并为0 其余为1
target_variable = np.where((labels == 2) | (labels == 3), 0, 1) target_variable = np.where((labels == 2) | (labels == 3), 0, 1)
return data, target_variable return data, target_variable
@@ -44,8 +44,8 @@ def train_svm(X, y, learning_rate=0.01, iterations=1000):
Args: Args:
- X (numpy array): 特征数据。 - X (numpy array): 特征数据。
- y (numpy array): 标签数据。 - y (numpy array): 标签数据。
- learning_rate (float): 学习率，默认值为0.01。 - learning_rate (float): 学习率 默认值为0.01。
- iterations (int): 训练迭代次数，默认值为1000。 - iterations (int): 训练迭代次数 默认值为1000。
Returns: Returns:
- numpy array: 训练得到的权重。 - numpy array: 训练得到的权重。