机器学习实验||分类机器学习建模分析

• 实验目的

1. 掌握机器学习建模分析
2. 掌握回归分析、分类分析、聚类分析、降维等
3. 了解各分类器之间的差异

• 实验环境

  操作系统：作系统：Windows 11

  应用软件：Jupyter Notebook

• 实验内容与结果

（题目、源程序、运行结果）

一个分类器只能使用一列lable

1. 使用scikit-learn建立决策树为葡萄酒数据集构造分类器（分类结果为’good’或‘not’ ） 

[“不可使用quantity”列]

2.使用scikit-learn建立SVM模型预测葡萄酒质量（1-10之间）[“不可使用good_or_not”列]

3.(选作)评估以上两种分类器在此数据集上的分类性能

使用SVM多分类的时候需要用到Kappa系数

* 需要划分训练集和测试集

• 实验总结

分类问题是对事物所属类型的判别，类型的数量是已知的。

分类算法通过数据集自动学习分类模型(也称分类器)，在分类学习(也称训练）过程中，采用不同的学习算法可以得到不同的分类器，常用的分类算法有很多，如决策树（Decision Tree)、贝叶斯分类、KNN (K近邻)、支持向量机(Support Vector Machine，SVM)、神经网络(Neural Network)和集成学习(EnsembleLearning)等。本次实验为决策树和SVM两种学习算法。

scikit-learn的Decision Tree Classifier 类实现决策树分类器学习，支持二分类和多分类问题。分类性能评估同样采用metrics类实现。

支持向量机 (SVM）的基本思想是将数据看作多维空间的点，求解一个最优的超平面，将两种不同类别的点分割开来。SVM采用核函数(Kernel Function)将低维数据映射到高维空间，选用适当的核函数，就能得到高维空间的分割平面，较好地将数据集划分为两部分。常用的核函数有线性核、多项式核、高斯核和 sigmoid核等。核函数的选择是影响SVM分类性能的关键因素，若核函数选择不合适，则意味着将样本映射到不合适的高维空间，无法找到分割平面。当然，即使采用核函数，也不是所有数据集都可以被完全分割的,因此SVM 的算法中添加了限制条件，来保证尽可能减少不可分点的影响，使划分达到相对最优。