关于SVM模型训练的结果

Question

老师好，几个问题想请教您：
首先假设，我有一个13400的矩阵，400表示的是我有400个样本（其中有A类100个,B类100个，C类100个，D类100个），13表示的是每个样本提取了13个特征值。还有一个1400的矩阵，里面是400个样本对应的标签。（见图片）

我的问题是：
1.为什么每个样本所提取出来的13个特征值，被称为特征向量，他们不是一个个的数值么？，为什么叫向量？？
2.您在视频教程中用的 iris=datasets.load_iris() 是什么？我知道您把数据存到了X中，把对应的标签存到了Y中，但是我没法直观的看到他们是什么样的（至少不像我图片中的形式那么清晰），以什么样子存储的？又是一什么方式被读取来训练模型的？。
3. 如果我有一个excel的文件，或者一个.mat的文件，里面是一个14400的矩阵数据（如我图片所示），我能否直接把它当成是数据集来输入到SVC模块中来训练？（也就是我的目的是把iris替换掉，换成我自己的14400的数据来训练分类模型，我该怎么做~?）
4. 模型训练完以后是什么样子的，是像图片画的那样，产生一个.model 文件么？？也就是说：如果我用这个13400+1400的矩阵，训练出了一个SVM的4分类模型，我能否得到一个类似.model一样的文件，它可以直接像.exe那样被我直接拿来用？
5. 最后，假设按如我上面所说，我用sklearn的中的svc训练出了一个4分类.model文件，我怎么测试它的准确率？只能用【交叉验证】么？假如我只想真实地使用这个.model文件来为我解决实际的问题呢？？，就是我不想再测试了，我希望直接输入ABCD中某一类的一个训练集之外的样本的特征向量（1*13的矩阵）给这个.model文件，对应的，它就可以给我报出一个它分类后判断的结果（直接告诉我是A类，还是B类，还是C类，还是D类）（这应该是我们用机器学习的普遍的目的吧，我们是想解决一个问题，而不是最后的结果是【交叉验证】后的正确率显示，我们想直观的看到模型给我的判断结果）？？

谢谢啦，非常非常期待您的回复。因为手头正好有一个小项目，如果上面这5个问题能搞懂，感觉就能直接拿来解决问题了~~

另外122025382是您的QQ号吧（我在群里面看到的），我申请加您一下哈

Answer 1

liuyubobobo 2019-12-21 10:18:34

1

一个向量就是一组数值。比如我们在二维平面上随后的二维向量，(2, 3)，就是一个二维向量，就是包括两个数值。同理，你的每一个样本，都是一个包含有 13 个元素的 13 维向量。

2

datasets.load_iris() 是 sklearn 中封装的函数，将 iris 数据集读进内存，当读进内存以后，就是一个 m * n 的二维矩阵。每一行是一个样本，每一列是一个特征，和你画的是一个意思。

3

如果是你自己的数据，你可能会存储在一个 txt 或者 csv 文件中，那么就需要手动读取这个文件，把文件中的内容转换成二维数组的形式。可以参考这里：http://coding.imooc.com/learn/questiondetail/155732.html

4

模型训练完以后，得到的训练结果也是一群数字，通常称为模型参数。不同的模型，模型参数是不同的。这个课程讲的，其实主要就是不同的模型，里面到底是怎样的。我们怎样训练出模型（获得模型参数），又怎样使用模型进行预测。

比如最简单的线性回归算法，最后得到的 theta 和 b 就是模型参数。我们通过训练数据集，可以获得这些模型参数，之后来了新的数据，就可以使用这些模型参数得到结果（回归或者分类）。

在这个课程中，我们训练的模型，得到的结果都是存在内存上的。这个模型已经可以直接使用了。但如果你想将它放到外存上，有一些工具，可以参考这个问答：http://coding.imooc.com/learn/questiondetail/44996.html

但是，在实际使用的时候，还是要将模型调入内存。

5

课程中介绍的每一个算法，在训练好以后，直接调用 predict 算法，传入你的新数据，就是在使用了。只不过课程中，我们把已知的数据，分割成了训练数据和测试数据，假装测试数据就是我们不知道的真实数据而已。如果你有新的数据，直接整理成你的模型数据的形式，扔给训练好的模型的 predict 函数就好了：）

继续加油！：）

• 提问者 儒将肚甫 #1

  非常感谢老师的耐心指点