求一份在python中进行支持向量回归（SVR）模型预测的案例分析
具体要求：（1）基于SVR模型的预测
（2）代码能正确运行
（3）有讲解最好（没有也行） import pandas as pd
from sklearn.svm import SVR
import matplotlib.pyplot as plt
import numpy as np
# 待拟合的函数
def my_func(x):
return 5*np.array(x)+6
# 返回根据待拟合函数产生的x,y
def gen_x_and_y(x=, a=1, fx=my_func, er=0.1):
X = []
Y = []
y = fx(x)
for i in range(a):
X = X + x
fy = y + er*np.random.randn(len(x))
fy = list(fy)
Y = Y + fy
X = np.array(X)[:, np.newaxis]
Y = np.array(Y)
return X, Y
X, Y = gen_x_and_y(x=)# 把数据分别给X和Y
model = SVR(kernel='rbf', degree=3, gamma='auto_deprecated', C=1.0, epsilon=0.1)# 模型参数，我全是乱射的，所以拟合效果不好
model.fit(X, Y)# 拟合
yp = model.predict(X)# 为了检查拟合的好坏，画出预测值与实际值的散点图
x = np.linspace(0, 70, 1000)# 为了进行对比，将y=x这条直线画出，方便对比预测结果
y = x
plt.scatter(Y, yp)# 画出预测值与实际值散点图
plt.plot(x, y)# 画出y=x这条直线
plt.show()
wjhdexiaoxiaoha 发表于 2020-4-18 08:48
import pandas as pd
from sklearn.svm import SVR
import matplotlib.pyplot as plt
大佬，我想请问一下，前面数据如果是Excel表格的形式该怎么处理，比如一个表格内只有两列，一列是日期，另一列是销售额或是客流量之类的，那么我该如何在SVR中导入并处理数据，然后做出测试集的拟合及预测呢 279001911 发表于 2020-4-18 19:09
大佬，我想请问一下，前面数据如果是Excel表格的形式该怎么处理，比如一个表格内只有两列，一列是日期， ...
import pandas as pd
data = pd.read_excel(r'路径', sheet_name=表的名）
X = data.iloc[:, 0]
Y = data.iloc[:, 1] wjhdexiaoxiaoha 发表于 2020-4-19 09:09
import pandas as pd
data = pd.read_excel(r'路径', sheet_name=表的名）
大佬，能具体一点吗？这一小段和上面给的有点衔接不上呀
页:
[1]