SVM应用实例(含代码)
时间: 2023-10-19 10:05:16 浏览: 48
以下是一个简单的SVM分类器的Python代码示例,用于分类Iris数据集:
```python
# 导入需要的库
from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.svm import SVC
from sklearn.metrics import accuracy_score
# 加载Iris数据集
iris = datasets.load_iris()
# 获取特征和标签
X = iris.data
y = iris.target
# 将数据集分成训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)
# 创建一个SVM分类器
svm = SVC(kernel='linear')
# 训练分类器
svm.fit(X_train, y_train)
# 使用分类器进行预测
y_pred = svm.predict(X_test)
# 计算分类器的准确率
accuracy = accuracy_score(y_test, y_pred)
# 输出准确率
print("Accuracy:", accuracy)
```
在这个示例中,我们使用SVM分类器对Iris数据集进行分类。我们首先加载数据集并将其分成训练集和测试集。然后,我们创建一个SVM分类器,并使用训练数据对其进行训练。最后,我们使用测试数据对分类器进行评估,并计算分类器的准确率。
相关推荐
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)