Traceback (most recent call last): File "D:\可信甄别\svm.py", line 64, in <module> ValueError: too many values to unpack (expected 4)

这个错误提示说期望获得4个值，但是实际上提供了过多的值。根据您提供的信息，错误出现在第64行，因此我们需要检查一下这一行的代码。

根据前面的代码和提示，第64行应该是输出tn, fp, fn, tp的语句。出现这个错误的原因可能是混淆矩阵的形状与期望不符，导致解包出现了问题。我们可以在输出之前检查一下混淆矩阵的形状是否正确。

以下是修改后的代码示例：

from sklearn import svm, datasets
from sklearn.model_selection import train_test_split
from sklearn.metrics import confusion_matrix

# 加载数据
iris = datasets.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, random_state=0)

# 训练SVM模型
model = svm.SVC(kernel='linear', C=0.1)
model.fit(X_train, y_train)

# 预测测试集
y_pred = model.predict(X_test)

# 计算混淆矩阵
confusion = confusion_matrix(y_test, y_pred)

# 检查混淆矩阵的形状
print(confusion.shape)

# 输出tn, fp, fn, tp
tn, fp, fn, tp = confusion.ravel()
print('tn:', tn)
print('fp:', fp)
print('fn:', fn)
print('tp:', tp)

运行这段代码后，会输出混淆矩阵的形状。如果形状是(2, 2)，则说明混淆矩阵是一个2x2的矩阵，可以正确解包。如果形状不是(2, 2)，则说明混淆矩阵的形状不正确，需要检查一下代码。