使用Scikit-Learn和SVM的机器学习

Question

从sklearn.datasets模块加载流行数字数据集，并将其分配给可变数字。

将digits.data拆分为两个集合名称X_train和X_test。此外，将digitals.target拆分为两个集合Y_train和Y_test。

提示：使用sklearn.model_selection中的train_test_split()方法；将CCD_ 9设置为30；并进行分层采样。使用默认参数，从X_train集合和Y_train标签构建SVM分类器。将模型命名为svm_clf。

在测试数据集上评估模型的准确性，并打印其分数。我使用了以下代码：

import sklearn.datasets as datasets
import sklearn.model_selection as ms
from sklearn.model_selection import train_test_split

digits = datasets.load_digits();
X = digits.data
y = digits.target
X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=30)

print(X_train.shape)
print(X_test.shape)
from sklearn.svm import SVC
svm_clf = SVC().fit(X_train, y_train)
print(svm_clf.score(X_test,y_test))

我得到了以下输出。

(1347,64)
(450,64)
0.4088888888888889

但是我不能通过考试。有人能帮忙解决问题吗？

Answer 1

您缺少分层抽样要求；修改您的拆分以包含它：

X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=30, stratify=y)

查看文档。