基于支持向量机的水质分类研究

文章在水质监测网站上获取监测数据,首先对数据进行预处理剔除无效数据和无关变量,然后分别建立了线性支持向量机模型和非线性支持向量机模型,采用相同的水质数据使用不同模型分类并利用Python软件进行编程对比,都先使用网格搜索算法对惩罚系数进行寻优,非线性持向量分类机经过交叉验证后选用RBF核函数,实验结果证明采用非线性支持向量机得出的分类准确率更高,更具有推广性。