案例6.8 视频教程

题目：以西瓜数据集3.0α的“密度”为输入，“含糖率”为输出，试使用LIBSVM训练一个SVR。

步骤1：在“项目模板”中找到周志华习题，打开第六章向量机习题案例6.8，创建模板。
步骤2：在“CSV上传”模块上传CSV文件，这里用到的是西瓜数据集3.0α。
步骤3：在全部组件列表搜索“支持向量机分类SVR”组件，该实现基于libsvm（支持向量机的一个库）。拟合时间的复杂度是样本数量的两倍以上。Kernel参数选择rbf默认值，模型中的自由参数是C（误差项的惩罚参数C）和epsilon（epsilon-SVR模型中的Epsilon），epsilon支持向量回归。参数不同，训练结果不同。题目中“密度”作为输入，“含糖率”为输出，所以特征字段为密度，标识字段为含糖率。
步骤4：在全部组件列表搜索“VS code Python”组件，编写代码作为可视化模块。偏置0.20，最终结果可看出含糖率与密度并没有很大关系。