鸢尾花分类python算法svm

鸢尾花分类问题也可以使用支持向量机（SVM）算法来解决。以下是一种基于SVM算法的鸢尾花分类Python实现的示例代码：

from sklearn.datasets import load_iris
from sklearn.svm import SVC
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score

# 加载数据集
iris = load_iris()
X = iris.data
y = iris.target

# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)

# 创建并训练SVM模型
clf = SVC(kernel='linear', C=1.0)
clf.fit(X_train, y_train)

# 预测测试集结果
y_pred = clf.predict(X_test)

# 计算准确率
acc = accuracy_score(y_test, y_pred)
print('Accuracy:', acc)

这段代码使用sklearn库中的SVC类来创建和训练一个SVM模型，然后使用训练好的模型对测试集进行预测，并计算准确率。其中，kernel参数指定SVM使用的核函数类型，这里选择线性核函数；C参数是SVM的正则化参数，用于控制模型的复杂度。