请给出利用svm实现10分类问题的代码
时间: 2023-09-28 08:10:59 浏览: 102
好的,以下是一个利用 SVM 实现 10 分类问题的 Python 代码:
```python
import numpy as np
from sklearn import svm
from sklearn.datasets import load_digits
from sklearn.model_selection import train_test_split
# 加载手写数字数据集
digits = load_digits()
X = digits.data
y = digits.target
# 将数据集划分为训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
# 训练 SVM 模型
clf = svm.SVC(kernel='linear', C=1, decision_function_shape='ovr')
clf.fit(X_train, y_train)
# 在测试集上进行预测
y_pred = clf.predict(X_test)
# 输出模型在测试集上的准确率
accuracy = np.mean(y_pred == y_test)
print("Accuracy:", accuracy)
```
以上代码中,我们使用了 `sklearn` 提供的手写数字数据集,将数据集划分为训练集和测试集,并使用 `svm.SVC` 创建了一个线性 SVM 模型。最后,我们在测试集上进行预测,并输出了模型的准确率。
需要注意的是,这里的 SVM 模型使用的是线性核函数,如果需要使用其他核函数(如多项式核函数或高斯核函数),可以在 `svm.SVC` 中指定相应的参数。
阅读全文