任务描述

读取机器学习包中的人脸识别图像数据集，对数据集进行探索分析，对像素特征数据做主成分分析，并提取主成分，要求累计贡献率在95％以上。基于提取的主成分数据，按80%训练和20%测试，构建支持向量机分类模型，输出模型准确率和测试数据集的预测准确率。

相关知识

为了完成本关任务，你需要掌握：1.从机器学习包中获取人脸识别图像数据集 2.对像素特征数据做主成分分析，并提取主成分，要求累计贡献率在95％以上。 3.按照题目要求将数据集划分为训练数据集和测试数据集。 4.构建支持向量机分类模型，进行训练和预测。

获得数据

导入机器学习包中人脸识别图像数据集 图像像素数据集为x，图像标签数据集为y

1. import sklearn.datasets
2. a=sklearn.datasets.load_digits()
3. x=a.data
4. y=a.target

对提取的数据进行主成分分析

导入python自带的主成分分析模块PCA对数据进行主成分分析

1. from sklearn.decomposition import PCA//导入主成分分析模块PCA
2. pca=PCA(n_components=0.95)//利用PCA创建主成分分析对象pca
3. pca.fit(X)//调用pca对象中的fit()方法，对待分析的数据进行拟合训练
4. X1=pca.transform(X)//调用pca对象中的transform()方法，返回提取的主成分

划分训练集和测试集

1. from sklearn.model_selection import train_test_split
2. x_train,x_test,y_train,y_test=train_test_split(X1,Y,test_size=0.2,random_state=4)

把X，Y分别随机划分为训练集和测试集，训练集占总数据的80%，测试集占20%。共4个数据集。（test_size为测试集所占的比例）

构建支持向量机分类模型

构建支持向量机分类模型，利用随机分配的80%的数据对向量机模型进行训练。

1. from sklearn.svm import SVC
2. clf = svm.SVC(kernel='linear') //其中核函数可以选择线性核、多项式核、高斯核、sig核，分别用linear、poly、rbf、sigmoid表示，默认情况下选择高斯核。本题使用线性核
3. clf.fit(x_train,y_train)//调用svm中的fit()方法进行训练。
4. rv=clf.score(x, y); 调用svm中的score()方法，考查训练效果。
5. 此时的rv为模型准确率（针对训练数据）
6. y1=clf.predict(x_test)//对测试数据进行预测，并获得预测结果
7. r=y1-y_test//预测值与真实值相减
8. v=len(r[r==0])/len(y1)//预测值与真实值相减为0，即预测准确，即测试机预测准确值

编程要求

根据提示，在右侧编辑器补充代码，按照任务要求获取数据，划分数据，利用支持分类向量机输出模型的准确率和测试集的预测准确率。本关的大体内容上与本章节的第3关类似，只是增加了主成分分析的步骤

---

开始你的任务吧，祝你成功！

# -*- coding: utf-8 -*-
#读取机器学习包sklearn内置的人脸图像数据集，
#对像素特征数据做主成分分析，并提取主成分，要求累计贡献率在95％以上。
#基于提取的主成分数据作为输入特征数据，
#按80%训练和20%测试进行随机划分，构建支持向量机分类模型(线性核函数)，
#返回模型的准确率rv和测试集的预测准确率rs。
from sklearn.decomposition import PCA #主成分分析模块
def return_values():
    #1 读取数据集
    import sklearn.datasets
    from sklearn.model_selection import train_test_split
    a=sklearn.datasets.fetch_olivetti_faces()
    #2 提取数据
    X=a.data
    Y=a.target
    pca=PCA(n_components=0.95)#利用PCA创建主成分分析对象pca
    pca.fit(X)#调用pca对象中的fit()方法，对待分析的数据进行拟合训练
    X1=pca.transform(X)#调用pca对象中的transform()方法，返回提取的主成分
    x_train,x_test,y_train,y_test=train_test_split(X1,Y,test_size=0.2,random_state=4)
    from sklearn.svm import SVC
    svm_clf = SVC(kernel='linear') 
    svm_clf.fit(x_train,y_train)
    rv=svm_clf.score(x_train, y_train)
    y1=svm_clf.predict(x_test)
    r=y1-y_test
    rs=len(r[r==0])/len(y1)
    return (rv,rs)

#********** End **********#