Classification de vins à l'aide des Support Vector Machine (SVM)
Nous allons étudier un exemple d’utilisation des machines à vecteurs de support (en anglais support vector machine, SVM) sous Python. Les packages utilisés seront numpy, pandas, scikit-learn et ses sous-packages notamment : svm, model_selection, et prepocessing.
L'objectif est de créer un modèle de classification multi-classes à partir des données du dataset wine. Ce dataset compile les résultats d'une analyse chimique de vins issus de la même région d'Italie, mais provenant de 3 vignobles différents. L'analyse détermine la quantité de 13 constituants trouvés dans chacun des trois types de vins.
Aeberhard,Stefan and Forina,M.. (1991). Wine. UCI Machine Learning Repository. https://doi.org/10.24432/C5PC7J. @misc{misc_wine_109, author = {Aeberhard,Stefan and Forina,M.}, title = {{Wine}}, year = {1991}, howpublished = {UCI Machine Learning Repository}, note = {{DOI}: https://doi.org/10.24432/C5PC7J} }