【项目002】Python机器学习环境的安装和配置

作者：欧新宇（Xinyu OU）
当前版本：Release v4.0
开发平台：Paddle 2.5.2 PaddleDetection 2.7, PaddleSeg 2.9, PaddleOCR 2.3.3
运行环境：Intel Core i7-7700K CPU 4.2GHz, nVidia GeForce GTX 1080 Ti
本教案所涉及的数据集仅用于教学和交流使用，请勿用作商用。

最后更新：2024年4月23日

本安装说明为 "基于PaddlePaddle的Python深度学习环境" 的安装指南，适用于《程序设计基础(Python)》, 《计算机数学(Python)》，《机器学习》，《深度学习》，《计算机视觉》等课程。本教案基于Python集成安装包Anaconda，同时使用VSCode编程环境和JupyterLab编程环境作为开发环境。VScode适用于调试完整的Python代码，并将整个项目的所有代码都保存为*.py文件进行发布。Jupyterlab适用于独立代码和模型的调试，特别适合于数据分析和可视化分析。

本项目中需要使用pip从服务器端安装部分软件，为提高下载速度，建议加载清华的源或阿里的源：

阿里源：pip install xxx -i https://pypi.tuna.tsinghua.edu.cn/simple
清华源：pip install xxx -i https://mirrors.aliyun.com/pypi/simple

原则上，安装顺序请按照以下序号流程。

一. Python环境的安装和配置

1.1 Python的安装

Python编程环境的安装包含两种方法：

基于Python官网原生Python安装程序（不推荐）
基于第三方封装版Python，此处推荐Anaconda。Anaconda包含了大量的Python库函数，包括机器学习开发库scikit-learn，基础科学计算库Numpy，数据分析工具Pandas，绘图库Matplotlib等。
- 版本：Anaconda3-2024.02-Windows-x86_64，Python版本3.11
- URL：https://www.anaconda.com/products/individual
- 安装过程较为简单，但后续需要安装各种库时，均需要打开【Anaconda Prompt (Anaconda3)】命令提示行进行安装，包括在《程序设计基础（Python）》课程中使用到的jieba和wordcloud库。

安装时，应务必注意：1. 勾选"Install for Just Me"; 2. 将相关链接库文件添加到PATH中。

1.2 Python环境的测试

# 测试用例一: Hello world!
print("Hello world!")

Hello world!

1.3 安装Python课程所需要的其他库文件

安装jieba库
>> pip install jieba -i https://pypi.tuna.tsinghua.edu.cn/simple
安装wordcloud词云库
>> pip install wordcloud -i https://pypi.tuna.tsinghua.edu.cn/simple

二. 集成开发环境的安装和配置

2.1 Visual Studio Code (VSCode) 编程环境的安装与配置

VSCode是当今最流行的集成开发环境，不仅适用于Python，也同样适用于Html+CSS、Javascript及php等Web前端的开发，同时也支持Java、C++、C等程序的开发。类似的集成开放环境还有PyCharm、Sublime。安装过程较简单，不再累述。
URL：https://code.visualstudio.com/Download

2.2 JupyterLab 编程环境的安装与配置

JupyterLab是Anaconda内置的Jupyter Notebook的升级版，完全兼容Notebook开发环境，但在使用上更方便，也集成了一些新的特性。

2.2.1 基于Visual Studio Code的JupyterLab配置

使用VSCode作为JupyterLab的编程环境，需要先安装Jupyter插件。打开VSCode左边工具栏的扩展选项卡，搜索并安装Microsft的 Jupyter、Jupyter Cell Tages 和 Jupyter Keymap 扩展。安装完成后，在VSCode中直接双击打开（或新创建）一个 .ipynb 文件即可。

2.2.2 官方JupyterLab的配置

2.2.1 JupyterLab的安装

本教程使用的 Anaconda3-2024.02-Windows-x86_64 已内置了JupyterLab4.0，因此无需再手动安装。启动方法如下（推荐2.2.3小节的配置方法）：

>> jupyter-lab

2.2.2 更新JupyterLab内核（可选）

>> conda update jupyter_core jupyter_client

2.2.3 JupyterLab的配置 (推荐)

JupyterLab最重要的配置是初始路径的设置，下面介绍一种最简单有效的方法：在桌面创建批处理(*.bat)快捷方式，并直接双击启动JupyterLab。该方法可以实现多个路径的同时配置。

1.在桌面上新建一个文本文件，输入以下字段

C:\Users\Administrator\anaconda3\Scripts\jupyter-lab.exe D:\Workspace\DeepLearning

PS: 以上文件包含两个路径，前者为jupyter-lab.exe的路径，后者为工作任务路径。当存在多个工作任务时，只需为每个工作任务单独建立一个bat批处理文件即可

2.将文件另存为MyJupyterLab.bat (或DeepLerning.bat, ComputerVision.bat, ComputerMath.bat)

3.使用时，只需要双击该批处理(*.bat)文件即可

三. Python深度学习环境的安装和配置

以下必需工具包适应于《教育部1+X项目"计算机视觉应用开发"》所涉及的绝大部分课程。具体包括: 百度PaddlePaddle, PaddleDetection, PaddleSeg, LabelMe数据标注工具，opencv-python计算机视觉和机器学习软件库，mscoco库导入工具等。

3.1 百度飞桨PaddlePaddle的安装调试

飞桨的安装和测试比较容易，可以直接参考官网：https://www.paddlepaddle.org.cn/install/quick

值得注意的是，如果需要启用GPU模式，需要先安装 cuda 及 cudnn （具体版本请根据自己的显卡型号，并参考官网paddlepaddle安装说明）。

3.2 Microsoft Visual C++ 14.0 的安装（非常重要）

Microsoft Visual C++ 14.0是一种用于编译C++程序的开发工具集，也称为 Microsoft Visual C++ 2015-2019 Redistributable。由于Paddle很多底层代码都是使用VC++进行编译，因此包括PaddleDetection, PaddleSeg以及 pycocotools工具包等库都需要 Microsoft Visual C++ 14.0 的支持。vc14++ 是一个非常重要的编译库，如不能正常安装将影响后续很多功能包的安装和运行，原始下载地址：http://go.microsoft.com/fwlink/?LinkId=691126 （可能已失效）。

Note

注意，近期发现原版离线安装包有时无法连上服务器（仍可尝试），可直接使用CSDN定制离线包进行安装，文件名 "mu_visual_cpp_build_tools_2015_update_3_x64_dvd_dfd9a39c.iso"，下载后装载到虚拟磁盘，并直接运行 "VisualCppBuildTools_Full.exe"。安装时，直接使用经典安装，无需自定义。

3.3 LabelMe标注工具

LabelMe标注工具的安装，需要先安装图形界面编辑工具pyqt，同时需要安装pycocotools。

1.启动【Anaconda Prompt (Anaconda3)】，并执行以下命令：

>> conda create –name=labelme

>> conda install pyqt

>> pip install labelme -i https://pypi.tuna.tsinghua.edu.cn/simple

2.测试LabelMe: 打开命令行，并执行：

>> labelme

3.4 opencv-python

>> pip install opencv-python -i https://mirrors.aliyun.com/pypi/simple/

>> pip install opencv-contrib-python -i https://mirrors.aliyun.com/pypi/simple/ # OpenCV第三方库contrib，支持一些基于opencv的第三方开发包

测试：启动Python，并载入opencv库

>> python

>> import cv2

3.5 pycocotools工具包

pycocotools全称是python api tools of COCO。COCO是由微软倡导了一个大型的图像数据集，用于目标检测、分割、人的关键点检测、素材分割和标题生成。这个包提供了Matlab、Python和luaapi，这些api有助于在COCO中加载、解析和可视化注释。

1. 安装
>> pip install pycocotools -i https://pypi.tuna.tsinghua.edu.cn/simple （使用清华源进行安装）

2. 测试：

启动Python，并载入pycocotools库

>> python

>> import pycocotools

3.6 百度光学字符识别PaddleOCR的安装调试

安装方法如下（根据网络和设备情况不同可能需要2-10分钟）：

1. 打开Anaconda Prompt命令提示行
2. 运行如下命令进行安装
>> pip install paddleocr -i https://pypi.tuna.tsinghua.edu.cn/simple

3.7 百度目标检测PaddleDetection

1. 从官网下载PaddleDetection（当前最新版v2.7）
下载地址：https://github.com/PaddlePaddle/PaddleDetection

2. 解压压缩包
解压压缩包 "PaddleDetection-release-2.7.zip" 至工程文件夹并根据任务重命名，例如 "DetectionRoadSign"或"PaddleDetection-release-2.7"（本课程推荐）。

3. 安装PaddleDetection
（1）进入到根目录中
（2）执行安装程序 >> python setup.py install

注：安装过程中，若出现某个库安装失败，则需针对每个库进行安装，直至 requirements.txt 中的库都安装完毕。特别关注 Cython 后面的 pycocotools, lap, motmetrics 三个库。对于没有安装的库，可以以此使用如下命令进行安装，直至所有库文件都安装完成。

>> pip install motmetrics -i https://pypi.tuna.tsinghua.edu.cn/simple  
>> ...
>> python setup.py install

Finished processing dependencies for paddledet==2.7.0

4. 测试
>> python ppdet/modeling/tests/test_architectures.py

Ran 7 tests in 12.816s
OK

5.Inference demo测试
该测试实现模型的下载和测试图片的推理，推理结果保存在 output 文件夹中。

python tools/infer.py -c configs/ppyolo/ppyolo_r50vd_dcn_1x_coco.yml -o use_gpu=true weights=https://paddledet.bj.bcebos.com/models/ppyolo_r50vd_dcn_1x_coco.pdparams --infer_img=demo/000000014439.jpg

3.8 百度分割PaddleSeg

1. 从官网下载PaddleSeg（当前最新版v2.9）

下载地址：https://github.com/PaddlePaddle/PaddleSeg

2. 解压文件到项目文件夹

解压 PaddleSeg-release-2.9.zip 工具包到项目文件夹 MyProjects，建议直接使用带版本的文件夹命名方式 PaddleSeg-release-2.9（便于版本管理）

3. 安装PaddleSeg
（1）进入到根目录中
（2）执行安装程序

1). 将目录切换到: D:/WorkingStation/MyProjects/PaddleSeg-release-2.9 
>> pip install -r requirements.txt
>> pip install -v -e .
>> pip install paddleseg

2). 所有安装的包都显示如下信息则表明安装成功： 
> Requirement already satisfied:...

注：安装过程中，若出现某个库安装失败，则需针对每个库进行安装，直至 requirements.txt 中的库都安装完毕。

4. 测试

该测试实现模型的自动下载和测试图片的推理，推理结果保存在 output 文件夹中。

>> python tools/predict.py --config configs/quick_start/bisenet_optic_disc_512x512_1k.yml --model_path https://bj.bcebos.com/paddleseg/dygraph/optic_disc/bisenet_optic_disc_512x512_1k/model.pdparams --image_path docs/images/optic_test_image.jpg --save_dir output/result

测试通过将出现如下提示：

...
  - type: Normalize
  type: OpticDiscSeg
------------------------------------------------
W0410 13:55:31.365703 20260 device_context.cc:447] Please NOTE: device: 0, GPU Compute Capability: 6.1, Driver API Version: 11.1, Runtime API Version: 10.2
W0410 13:55:31.366700 20260 device_context.cc:465] device: 0, cuDNN Version: 7.6.
2022-04-10 13:55:35 [INFO]      Number of predict images = 1
2022-04-10 13:55:35 [INFO]      Loading pretrained model from https://bj.bcebos.com/paddleseg/dygraph/optic_disc/bisenet_optic_disc_512x512_1k/model.pdparams
2022-04-10 13:55:35 [INFO]      There are 356/356 variables loaded into BiSeNetV2.
2022-04-10 13:55:35 [INFO]      Start to predict...
1/1 [==============================] - 0s 168ms/step

四. Windows本地环境配置

4.1 Windows文件夹的设置

通常情况下，深度学习项目所涉及的输入、输出较多且复杂，且都需要在程序中进行配置。较为规范的文件夹结构有利于项目的规范运行。下面给出一种典型设置。

首先，在数据盘 D盘 新建一个根目录文件夹 D:/WorkSpace。然后，在该根目录中分别建立6个不同的文件夹，具体功能如下图所示。

DirectoryStructure

在程序中，通常需要对这些文件夹和项目的基本信息进行定义，包括数据集的根目录 dataset_root_path，训练过程的输出路径 result_root_path, 部署文件夹路径 deployment_root_path：

# 1. 定义根参数
train_parameters = {
    'project_name': 'Project07Alexnet',                             # 定义项目名称
    'dataset_name': 'Butterfly',                                    # 定义数据集名称
    'architecture': 'Alexnet',                                      # 定义模型名称
    'dataset_root_path': 'D:\\Workspace\\ExpDatasets\\',            # 定义数据集初始根路径
    'result_root_path': 'D:\\Workspace\\ExpResults\\',              # 定义输出结果的初始根路径
    'deployment_root_path': 'D:\\Workspace\\ExpDeployments\\'       # 定义项目部署的初始根路径
}

model_name = train_parameters['dataset_name'] + '_' + train_parameters['architecture']      # 按照 "数据集名称_模型名称"的格式定义模型名称

# 2. 定义数据集路径
dataset_root_path = os.path.join(train_parameters['dataset_root_path'], train_parameters['dataset_name'])    # 重写本项目的数据集根路径
json_dataset_info = os.path.join(dataset_root_path, 'dataset_info.json')                                     # 定义数据集信息json文件的读取路径

# 3. 定义训练过程涉及的相关路径
result_root_path = os.path.join(train_parameters['result_root_path'], train_parameters['project_name'], model_name)          # 重写本项目的结果路径
checkpoint_models_path = os.path.join(result_root_path, 'checkpoint_models')                                                 # 迭代训练模型保存路径
final_models_path = os.path.join(result_root_path, 'final_models')                                                           # 最终用于部署和推理的模型
final_figures_path = os.path.join(result_root_path, 'final_figures')                                                         # 训练过程曲线图
logs_path = os.path.join(result_root_path, 'logs')                                                                           # 训练过程日志

# 4. 顶一个验证、测试及布署时的相关路径(文件)
deployment_root_path = os.path.join(train_parameters['deployment_root_path'], train_parameters['project_name'], model_name)  # 重写本项目的部署路径
deployment_checkpoint_path = os.path.join(deployment_root_path, 'checkpoint_models')                                         # 定义迭代训练模型的读取路径
deployment_final_models_path = os.path.join(deployment_root_path, 'final_models')                                            # 定义部署模型的路径
deployment_final_figure_path = os.path.join(deployment_root_path, 'final_figures')                                           # 定义模型训练的结果路径
deployment_logs_path = os.path.join(deployment_root_path, 'logs')                                                            # 定义模型训练的日志路径
deployment_final_models = os.path.join(deployment_final_models_path, 'final_models', model_name + '_final')                  # 定义部署模型路径中的final模型

4.2 JupyterLab的设置

请参考本教案 2.2.2 JupyterLab的配置 (可选)。

4.3 VSCode的设置

打开 VSCode，在菜单栏的左上角选择文件将文件夹添加到工作区，并选择 D:/WorkSpace 完成Windows目录和VSCode的关联。

五. 机器学习必需库的安装和测试

基于Anaconda开发包安装的Python，已经包含了大多数机器学习和数据分析所需的第三方库，因此不需要再进行额外安装。但如果是基于官方版的Python，则需要额外进行安装，请各位自行查阅安装方法。

1. Paddle 环境的测试

运行如下代码，如果出现 installed successfully，则说明Paddle安装成功。

import paddle
paddle.utils.run_check()
paddle.__version__

Running verify PaddlePaddle program ...
PaddlePaddle works well on 1 GPU.
PaddlePaddle works well on 1 GPUs.
PaddlePaddle is installed successfully! Let's start deep learning with PaddlePaddle now.
'2.3.2'

2. 基于OpenCV的图像分割

import os
import cv2
import numpy as np
import matplotlib.pyplot as plt

root_path = 'D://Workspace//DeepLearning//Websitev2'
projcet_path = os.path.join(root_path, 'Data', 'Projects', 'Project002Installations')
img = cv2.imread(os.path.join(projcet_path, 'OpenCVTest.png'))

img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 将彩色图像转换为灰度图像
ret, img_binary = cv2.threshold(img_gray, 127, 255, cv2.THRESH_BINARY) # 阈值处理，获得二值图像ret
contours, hierarchy = cv2.findContours(img_binary, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)  # opencv 3.4以下版本返回3个值
img_mask = np.zeros(img.shape,np.uint8) # 创建一个和原图一样尺度的掩模图像
img_mask = cv2.drawContours(img_mask, contours, -1, (255,255,255), -1) # 制定轮廓颜色为白色
img_seg = cv2.bitwise_and(img, img_mask) # 通过`按位与`操作，获得有颜色的分割图。及前景图。因为生成的轮廓图是0，1的二值图没有颜色

img_plt = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) 
img_gray_plt = cv2.cvtColor(img_gray, cv2.COLOR_BGR2RGB) 
img_mask_plt = cv2.cvtColor(img_mask, cv2.COLOR_BGR2RGB)
img_seg_plt = cv2.cvtColor(img_seg, cv2.COLOR_BGR2RGB)

## 基于Notebook的内嵌式显示
plt.figure(figsize=(16, 8)) 
ax1 = plt.subplot(2,2,1)
ax1.set_title('img_plt')
plt.imshow(img_plt)
ax2 = plt.subplot(2,2,2)
ax2.set_title('img_gray_plt')
plt.imshow(img_gray_plt)
ax3 = plt.subplot(2,2,3)
ax3.set_title('img_mask_plt')
plt.imshow(img_mask_plt)
ax5 = plt.subplot(2,2,4)
ax5.set_title('img_seg_plt')
plt.imshow(img_seg_plt)

<matplotlib.image.AxesImage at 0x24491a1c9a0>
output_30_1

3. Numpy 基础科学计算库

Numpy是Python中最基础的科学计算库，它的功能主要包括高位数组（Array）计算、线性代数计算、傅里叶变换以及产生伪随机数等。Numpy是机器学习库scikit-learn的重要组成部分，因为机器学习库scikit-learn主要依赖于数组形式的数据来进行处理。

更多信息请参考：RUNOOB站的Numpy栏目：https://www.runoob.com/numpy/numpy-tutorial.html

【项目022】Numpy基础科学库极简使用说明

以下代码用于测试和生成一个数组。

# 使用import关键字引入numpy库，为了简便使用缩写 “np”来表示numpy库。
import numpy as np
# 定义一个变量 i, 用于保存数组
i = np.array([[12,34,56],[78,90,11]])

# 输出变量 i
print("i = \n{}".format(i))

i =
[[12 34 56]
[78 90 11]]

4. Scipy 科学计算工具集

Scipy是Python中用于进行科学计算的工具集，它可以实现计算机统计学分布、信号处理、线性代数方程等功能。在机器学习中，稀疏矩阵的使用非常频繁，Scipy库中的sparse函数可以用来生成这种稀疏矩阵。稀疏矩阵用于存储那些大部分数值为0的np数组。以下代码用使用sparse()函数生成和测试稀疏矩阵。

# 对scipy的使用需要利用from关键字来引用其内部的子库
import numpy as np
from scipy import sparse

# 使用numpy的eye()函数生成一个6行6列的对角矩阵
# 矩阵中对角线上的元素值为 1，其余元素为 0
matrix = np.eye(6)

# 将np数组转化为 CSR格式的Scipy稀疏矩阵 (sparse matrix)
sparse_matrix = sparse.csr_matrix(matrix)

# 输出对角矩阵
print("对角矩阵：\n{}".format(matrix))

对角矩阵：
[[1. 0. 0. 0. 0. 0.]
[0. 1. 0. 0. 0. 0.]
[0. 0. 1. 0. 0. 0.]
[0. 0. 0. 1. 0. 0.]
[0. 0. 0. 0. 1. 0.]
[0. 0. 0. 0. 0. 1.]]

5. Pandas 数据分析工具

Pandas是Python中进行数据分析的库，它具有以下功能

生成类似Excel表格式的数据表，并对数据进行修改操作；
从不同的数据源中获取数据，例如：SQL Server, Excel表格, CSV文件, Oracle等；
在不同的列中使用不同的数据类型，例如：整型，浮点型，字符串型等。
更多信息请参考“Pandas中文网”，URL：https://www.pypandas.cn/

# 使用import关键字引入pandas库，为了简便使用缩写 “pd”来表示pandas库。
import pandas as pd

# 使用字典数据类型创建一个数据表，并用pandas库的DataFrame数据结构进行显示
data = {"姓名":["张飞","赵云","夏侯惇","太史慈"],
        "归属国":["蜀国","蜀国","魏国","吴国"],
        "年龄":[33,28,32,30],
        "武力值":[98,97,94,92],
        "战斗力":[100,101,98,97]
}

data_frame = pd.DataFrame(data) # 将字典数据类型转换成pandas数据类型
display(data_frame)             # 值得注意的是display是Jupyter-iPython内置函数，所以在VS中是不起作用。

# 如果想要把一些数据段进行排除，可以使用查询语句来实现。例如，不显示“魏国”的武将信息
# 使用 “不等于 !=” 操作符排除字段中包含特定值的数据
display(data_frame[data_frame.归属国 != "魏国"])

姓名归属国年龄武力值战斗力

0 张飞蜀国 33 98 100

1 赵云蜀国 28 97 101

2 夏侯惇魏国 32 94 98

3 太史慈吴国 30 92 97

姓名归属国年龄武力值战斗力

0 张飞蜀国 33 98 100

1 赵云蜀国 28 97 101

3 太史慈吴国 30 92 97

	姓名	归属国	年龄	武力值	战斗力
0	张飞	蜀国	33	98	100
1	赵云	蜀国	28	97	101
2	夏侯惇	魏国	32	94	98
3	太史慈	吴国	30	92	97

	姓名	归属国	年龄	武力值	战斗力
0	张飞	蜀国	33	98	100
1	赵云	蜀国	28	97	101
3	太史慈	吴国	30	92	97

6. Matplotlib 绘图库

matplotlib是Python中最重要的绘图库，它可以生成出版质量级别的图形，包括折线图、散点图、直方图等。

具体信息可以参考RUNOOB的matplotlib板块：https://www.runoob.com/w3cnote/matplotlib-tutorial.html
英语不错的同学，可以直接访问matplotlib项目页：http://matplotlib.org

以下代码用于生成一个表达式为：y=x³+2x²+6x+5 的曲线图。

# 通过inline指令，实现在Jupyter中的实时绘图功能
%matplotlib inline

# 1. 使用import关键字引入matplotlib库，为了简便使用缩写 “plt”来表示matplotlib库。
import matplotlib.pyplot as plt
import numpy as np

# 使用linspace()函数生成一个-20到20，元素个数为10的等差数列。
# 令数列中的值为 x, 并根据表达式计算对应的 y值。
x = np.linspace(-20, 20, 10)
y = x**3 + 2*x**2 + 6*x + 5

#使用plot()函数绘制出曲线图
plt.plot(x, y, marker = "o")

print("x={}".format(x))
print("y={}".format(y))

x=[-20. -15.55555556  -11.11111111  -6.66666667  -2.22222222
     2.22222222   6.66666667  11.11111111  15.55555556  20. ]
y=[-7315.  -3368.4430727  -1186.4951989   -242.40740741 -9.43072702
     39.18381344   430.18518519  1690.3223594  4346.34430727  8925. ]

png

7. scikit-learn 机器学习库

scikit-learn是Python中最重要的机器学习模块之一。它基于Scipy库，在不同的领域中已经发展出大量基于Scipy的工具包，它们被统一称为Scikits，其中最著名的一个分支就是scikit-learn。它包含众多的机器学习算法，主要分为六大类：分类、回归、聚类、数据降维、模型选择和数据预处理。下列给出一个使用scikit-learn进行分类的简单例子。在下例中会随机生成包含300个具有两种属性数据的数据集，然后利用简单的SVM分类器实现分类。

7.1 加载分类模型和可视化模块所需要的库文件

# 载入基础科学计算库 numpy
import numpy as np
# 载入可视化数据的模块 matplotlib
import matplotlib.pyplot as plt 

# 从scikit-learn 库中载入预处理模块, 数据生成模块, 数据分割模块(划分为
# 训练集和测试集)和 支持向量机SVM的Support Vector Classifier分类模块
from sklearn.datasets import make_blobs
from sklearn import preprocessing 
from sklearn.model_selection import train_test_split
from sklearn.svm import SVC

2. 生成数据集

# 生成300个具有2种属性的数据
X, y = make_blobs(n_samples=300, n_features=2, random_state=22)

3. 可视化数据并计算分类精度

#可视化数据
plt.scatter(X[:, 0], X[:, 1], c=y)
plt.show()

# 实现数据的正则化，可以有效提高分类精度
X = preprocessing.scale(X)

# 使用 train_test_split() 函数，将样本分割为 train训练集和 test测试集，
# 其中测试集数量为 30%
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3)

# 定义SVC的核函数
clf = SVC(gamma = "auto")
# 使用fit()函数对模型进行训练
clf.fit(X_train, y_train)
# 使用 test测试集输出测试准确率
print('{:.5f}'.format(clf.score(X_test, y_test)))

png

0.98889