写一份机器学习的心理危机预警模型的源代码

这里是一个简单的基于Python的机器学习心理危机预警模型的代码示例：

# 导入所需库和数据
import pandas as pd
import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.feature_extraction.text import CountVectorizer
from sklearn.svm import SVC
from sklearn.metrics import confusion_matrix, classification_report

data = pd.read_csv('data.csv') # 加载数据

# 数据预处理和特征提取
vectorizer = CountVectorizer(stop_words='english')
X = vectorizer.fit_transform(data['text'])
y = data['label']

# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# 训练支持向量机模型
svm = SVC(kernel='linear', C=1.0, random_state=42)
svm.fit(X_train, y_train)

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

# 模型评估
print(confusion_matrix(y_test, y_pred))
print(classification_report(y_test, y_pred))

这个模型使用了支持向量机（SVM）算法对文本进行分类，其中特征提取采用了词袋模型。模型的数据集可以自行准备，其中应该包含文本和标签两列。