我想对图片中显示的数据进行分类：
为此，我尝试使用SVM：
X = df[['score','word_lenght']].valuesY = df['is_correct'].valuesclf = svm.SVC(kernel='linear', C = 1.0)clf.fit(X,Y)clf.coef_clf = svm.SVC(kernel='linear')clf.fit(X, Y)这是我得到的结果：
但我希望得到一个更灵活的模型，比如红色的模型，或者如果可能的话，像蓝色的线那样的模型。我应该调整哪些参数才能更接近理想的响应？
此外，我不太明白垂直（yy）轴的尺度是如何创建的，它似乎太大了。
w = clf.coef_[0]a = -w[0] / w[1]xx = np.linspace(0.85, 1)yy = (a * xx - (clf.intercept_[0]) / w[1])*1回答：
首先，如果数据量合理，你可以尝试进行网格搜索。由于你似乎在处理文本数据，请考虑以下示例：
def main(): pipeline = Pipeline([ ('vect', TfidfVectorizer(ngram_range=(2,2), min_df=1)), ('clf',SVC(C=1.0, cache_size=200, class_weight=None, coef0=0.0, degree=3, gamma=1e-3, kernel='rbf', max_iter=-1, probability=False, random_state=None, shrinking=True, tol=0.001, verbose=False)) ]) parameters = { 'vect__max_df': (0.25, 0.5), 'vect__use_idf': (True, False), 'clf__C': [1, 10, 100, 1000], } X, y = X, Y.as_matrix() X_train, X_test, y_train, y_test = train_test_split(X, y, train_size=0.5) grid_search = GridSearchCV(pipeline, parameters, n_jobs=-1, verbose=1, scoring='accuracy') grid_search.fit(X_train, y_train) print 'Best score: %0.3f' % grid_search.best_score_ print 'Best parameters set:' best_parameters = grid_search.best_estimator_.get_params() for param_name in sorted(parameters.keys()): print '\t%s: %r' % (param_name, best_parameters[param_name])if __name__ == '__main__':main()请注意，我使用tf-idf对数据（文本）进行了向量化。scikit-learn项目还实现了随机搜索。最后，还有一些其他有趣的工具，比如使用遗传编程的Tpot项目，希望这些对你有帮助！
