监督分类实验报告

监督分类实验报告
监督分类实验报告
一、引言
监督分类是机器学习领域中的一项重要任务，它的目标是根据已知的样本和标签，构建一个能够自动对新样本进行分类的模型。

在本次实验中，我们使用了
一个基于监督学习的分类算法，并通过对不同数据集的实验进行评估，来探索
该算法的性能和适用范围。

二、数据准备
在实验中，我们使用了两个不同的数据集，分别是鸢尾花数据集和手写数字数
据集。

鸢尾花数据集包含了150个样本，每个样本有4个特征，分别是花萼长度、花萼宽度、花瓣长度和花瓣宽度。

手写数字数据集则包含了1797个样本，每个样本是一个8x8的灰度图像，表示了一个手写数字。

三、实验方法
我们选择了支持向量机（SVM）作为分类算法，并使用Python中的scikit-learn 库进行实现。

SVM是一种二分类模型，通过在特征空间中构建一个最优超平面
来实现分类。

在实验中，我们将SVM应用于鸢尾花数据集和手写数字数据集，并对其进行了以下几个方面的评估。

1. 特征选择
在实验中，我们首先进行了特征选择，以确定对于不同数据集来说，哪些特征
是最具有区分性的。

通过计算特征的方差和相关系数等指标，我们确定了鸢尾
花数据集的四个特征都是有用的，而手写数字数据集的某些特征则可以被忽略。

2. 模型训练
在特征选择之后，我们使用了80%的数据作为训练集，剩余的20%作为测试集。

通过调整SVM的参数，如核函数类型、正则化参数等，我们训练了不同的模型，并选择了最优模型进行评估。

3. 模型评估
为了评估模型的性能，我们使用了准确率、召回率和F1值等指标。

准确率表示模型正确分类的样本比例，召回率表示模型正确预测正例的能力，而F1值则综合考虑了准确率和召回率。

通过计算这些指标，我们可以对模型的分类能力进
行全面的评估。

四、实验结果与分析
在鸢尾花数据集上，我们的SVM模型达到了97%的准确率，表现出很好的分类
能力。

然而，在手写数字数据集上，模型的准确率仅为90%，略低于我们的期望。

经过分析，我们发现手写数字数据集中存在一些相似的数字，如6和9，
以及4和9，这可能导致模型的分类错误。

此外，我们还观察到SVM模型在不同核函数下的表现差异。

在鸢尾花数据集上，线性核函数和高斯核函数都取得了较好的结果，而在手写数字数据集上，多项
式核函数和高斯核函数表现更好。

这说明不同的数据集可能需要不同的核函数
来获得最佳的分类效果。

五、结论与展望
通过本次实验，我们验证了支持向量机在监督分类任务中的有效性，并对其在
不同数据集上的性能进行了评估。

实验结果表明，SVM在鸢尾花数据集上表现
良好，但在手写数字数据集上的分类准确率还有待提高。

在未来的研究中，我们可以尝试使用其他的分类算法，如决策树、随机森林等，
来与SVM进行比较。

此外，我们还可以尝试使用更多的特征选择方法，以找到更具有区分性的特征。

通过进一步的实验和研究，我们可以不断改进分类算法，提高模型的性能和适用范围。

六、致谢
在此，我们要感谢实验中使用的数据集提供者，以及scikit-learn库的开发者们，他们的工作为我们的实验提供了便利和支持。

七、参考文献
[1] Pedregosa, F., et al. (2011). Scikit-learn: Machine learning in Python. Journal
of Machine Learning Research, 12(Oct), 2825-2830.
[2] Fisher, R. A. (1936). The use of multiple measurements in taxonomic problems. Annals of Eugenics, 7(2), 179-188.。