支持向量机：不均衡数据集的分割超平面¶

对于样本不均衡的数据，使用SVC查找最佳分割超平面。

我们首先找到普通SVC的分割平面，然后用虚衔绘制对不平衡的样本类进行自动校正的分割平面。

注意：通过将SVC（kernel =“ linear”）替换为SGDClassifier（loss =“ hinge”），这个案例中的代码也可以跑通。将SGDClassifier的损失函数设置为hinge将产生类似线性核的SVC的行为。

例如，尝试代替SVC：

clf = SGDClassifier(n_iter=100, alpha=0.01)

输出：

输入：

print(__doc__)

import numpy as np
import matplotlib.pyplot as plt
from sklearn import svm
from sklearn.datasets import make_blobs

# 创造两簇随机的点
n_samples_1 = 1000
n_samples_2 = 100
centers = [[0.0, 0.0], [2.0, 2.0]]
clusters_std = [1.5, 0.5]
X, y = make_blobs(n_samples=[n_samples_1, n_samples_2],
                  centers=centers,
                  cluster_std=clusters_std,
                  random_state=0, shuffle=False)

# 拟合模型并得到分割超平面
clf = svm.SVC(kernel='linear', C=1.0)
clf.fit(X, y)

# 拟合模型并得到处理了样本不平衡的分割超平面
wclf = svm.SVC(kernel='linear', class_weight={1: 10})
wclf.fit(X, y)

# 绘制样本
plt.scatter(X[:, 0], X[:, 1], c=y, cmap=plt.cm.Paired, edgecolors='k')

# 为两个分类器绘制决策边界
ax = plt.gca()
xlim = ax.get_xlim()
ylim = ax.get_ylim()

# 创造网格来评估模型
xx = np.linspace(xlim[0], xlim[1], 30)
yy = np.linspace(ylim[0], ylim[1], 30)
YY, XX = np.meshgrid(yy, xx)
xy = np.vstack([XX.ravel(), YY.ravel()]).T

# 绘制分割的超平面
Z = clf.decision_function(xy).reshape(XX.shape)

# 绘制决策边界和边际
a = ax.contour(XX, YY, Z, colors='k', levels=[0], alpha=0.5, linestyles=['-'])

# 绘制做了样本平衡后的分割的超平面
Z = wclf.decision_function(xy).reshape(XX.shape)

# 绘制做了样本平衡后的决策边界和边际
b = ax.contour(XX, YY, Z, colors='r', levels=[0], alpha=0.5, linestyles=['-'])

plt.legend([a.collections[0], b.collections[0]], ["non weighted", "weighted"],
           loc="upper right")
plt.show()

脚本的总运行时间：（0分钟0.144秒）