#?-*-?coding:?UTF-8?-*-

import?numpy?as?np
from?sklearn.svm?import?SVR
import?matplotlib.pyplot?as?plt

###############################################################################
#?Generate?sample?data
#X?=?np.sort（5?*?np.random.rand（40?1）?axis=0）??#產生40組數據，每組一個數據，axis=0決定按列排列，=1表示行排列

#y?=[0?0?0?0?0?2?1?0?3?0?1?1?4?1?0?0?4?1?5?3?3?1]
y?=?[0.5?0.3333333333333333?0.75?1.0?1.5?1.5714285714285714?3.0?2.6666666666666665?2.4?2.1818181818181817?2.0833333333333335?1.9230769230769231?1.7857142857142858?1.7333333333333334?2.6875?2.8823529411764706?3.611111111111111?4.105263157894737?4.2?4.380952380952381]
Y?=?[]
X?=[[1]
????[2]
????[3]
[4]
[5]
[6]
[7]
[8]
[9]
[10]
[11]
[12]
[13]
[14]
[15]
[16]
[17]
[18]
[19]
[20]
#[21]
#[22]
????]
????#np.sin（X）.ravel（）???#np.sin（）輸出的是列，和X對應，ravel表示轉換成行
#X?=?np.sort（5?*?np.random.rand（40?1）?axis=0）
print（X）

for?i?in?y?:
????Y.append（np.log（i））
y?=?Y
###############################################################################
#?Add?noise?to?targets
#y[::5]?+=?3?*?（0.5?-?np.random.rand（8））

###############################################################################
#?Fit?regression?model
svr_rbf10?=?SVR（kernel=‘rbf‘C=100?gamma=10.0）
svr_rbf1?=?SVR（kernel=‘rbf‘?C=100?gamma=0.1）
svr_rbf1?=?SVR（kernel=‘rbf‘?C=100?gamma=0.1）
#svr_lin?=?SVR（kernel=‘linear‘?C=1e3）
#svr_poly?=?SVR（kernel=‘poly‘?C=1e3?degree=3）
y_rbf10?=?svr_rbf10.fit（X?y）.predict（X）
y_rbf1?=?svr_rbf1.fit（X?y）.predict（X）
#y_lin?=?svr_lin.fit（X?y）.predict（X）
#y_poly?=?svr_poly.fit（X?y）.predict（X）

###############################################################################
#?look?at?the?results
lw?=?2?#line?width
plt.scatter（X?y?color=‘darkorange‘?label=‘data‘）
plt.hold（‘on‘）
plt.plot（X?y_rbf10?color=‘navy‘?lw=lw?label=‘RBF?gamma=10.0‘）
plt.plot（X?y_rbf1?color=‘c‘?lw=lw?label=‘RBF?gamma=1.0‘）
#plt.plot（X?y_lin?color=‘c‘?lw=lw?label=‘Linear?model‘）
#plt.plot（X?y_poly?color=‘cornflowerblue‘?lw=lw?label=‘Polynomial?model‘）
plt.xlabel（‘data‘）
plt.ylabel（‘target‘）
plt.title（‘Support?Vector?Regression‘）
plt.legend（）
plt.show（）