快遞公司每天都會接收處理大量的快遞，多數的地址郵編都是通過手寫，並且每個人寫的數字都樣式各異，原本這項任務是通過人工來進行，後來人們嘗試用機器代替人工，但是由於沒有統一的形狀規則來進行識別分類，機器也沒有取得很好的效果。隨著機器學習技術的興起，研究人員開始重新考慮這個任務，並且通過大量的研究證明：支持向量機（SVM）對手寫數字有很好的預測效果。
什麼是支持向量機
支持向量機（Support Vector Machine），簡而言之，就是通過對向量的進行運算的一種二分類器。百科的含義：是一類按監督學習方式對數據進行二元分類的廣義線性分類器，其決策邊界是對學習樣本求解的最大邊距超平面。具體原理後續抽時間再細說。
本文通過sklearn內部集成的數據中獲取手寫數字圖片數據集，並對數據進行建模預測，最後進行性能評估。由於數字從0-9共有10個類別，而召回率、準確率、F1指標只適用於二分類任務，因此本次性能評估需要創造10個二分類。
數據獲取
從sklearn.datasets裡導入手寫數字圖片數據加載器，並將加載器的數據存儲在digits中，獲取數據特徵和數據標籤。
from sklearn.datasets import load_digits
digits = load_digits()
data_x = digits.data
data_y = digits.target
#檢查手寫數據的記錄和維度
data_x.shape (1797, 64)
data_y.shape (1797,)
數據分割並標準化
使用train_test_split模型 將數據 按1：3 的比例進行分割，測試數據佔比25% ，訓練數據 佔比75%。並使用StandardScaler函數進行標準化。
from sklearn.cross_validation import train_test_split
x_train,x_test,y_train,y_test = train_test_split(data_x,data_y,test_size=0.25,random_state=33)
#數據標準化
from sklearn.preprocessing import StandardScaler
#標準化數據
SS= StandardScaler()
x_train=SS.fit_transform(x_train)
x_test=SS.transform(x_test)
支持向量機分類模型建模
使用支持向量機分類算法對上述的訓練數據進行學習，並對測試數據進行預測。
from sklearn.svm import LinearSVC
lsvc = LinearSVC() #初始化模型
lsvc.fit(x_train,y_train) #調用fit函數進行模型訓練
y_predict = lsvc.predict(x_test) #使用predict 函數進行預測
模型性能評估
通過自帶的評估函數對模型結果進行準確性測評，並使用classification_report模塊對預測結果進行詳細的分析。
from sklearn.metrics import classification_report
print("模型得分:%.2f" % (float(lsvc.score(x_test,y_test))*100))
print(classification_report(y_test, y_predict,target_names= digits.target_names.astype('str')))
預測結果如下：
針對450個預測進行對比，模型整體平均得分在95分左右，支持向量機對手寫數據的識別效果確實不錯。
支持向量機特點分析
支持向量機精妙的模型假設，適用於數據量建模，但是數據量一大，這些優勢需要付出很大的計算待機（計算時間和CPU的資源）。所以針對大數據，還是要結合實際情況，權衡利弊選擇支持向量機模型。
今天就到這，如有疑惑，歡迎大家關注留言，共同學習，共同進步！
閱讀更多 AI上金融 的文章
