上QQ阅读APP看本书，新人免费读10天
设备和账号都新为新人
3.6 实施预测
评估的结果显示，支持向量机（SVM）是准确度最高的算法。现在使用预留的评估数据集来验证这个算法模型。这将会对生成的算法模型的准确度有一个更加直观的认识。现在使用全部训练集的数据生成支持向量机（SVM）的算法模型，并用预留的评估数据集给出一个算法模型的报告。代码如下：
#使用评估数据集评估算法
svm=SVC（）
svm.fit（X=X_train, y=Y_train）
predictions=svm.predict（X_validation）
print（accuracy_score（Y_validation, predictions））
print（confusion_matrix（Y_validation, predictions））
print（classification_report（Y_validation, predictions））
执行程序后，看到算法模型的准确度是0.93。通过冲突矩阵看到只有两个数据预测错误。最后还提供了一个包含精确率（precision）、召回率（recall）、F1值（F1-score）等数据的报告。结果如下：
0.933333333333
[[ 7 0 0]
[ 0 10 2]
[ 0 0 11]]
precision recall f1-score support
Iris-setosa 1.00 1.00 1.00 7
Iris-versicolor 1.00 0.83 0.91 12
Iris-virginica 0.85 1.00 0.92 11
avg / total 0.94 0.93 0.93 30