python支持向量机分类器
时间: 2023-08-28 07:17:59 浏览: 46
在Python中,你可以使用scikit-learn库中的`SVC`类来创建支持向量机(SVM)分类器。下面是一个使用SVM进行分类的示例代码:
```python
from sklearn import svm
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score
# 加载示例数据集(鸢尾花数据集)
iris = load_iris()
X = iris.data
y = iris.target
# 将数据集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)
# 创建SVM分类器并进行训练
clf = svm.SVC(kernel='linear')
clf.fit(X_train, y_train)
# 在测试集上进行预测
y_pred = clf.predict(X_test)
# 计算分类准确率
accuracy = accuracy_score(y_test, y_pred)
print("分类准确率:", accuracy)
```
这个示例代码使用了鸢尾花数据集作为示例数据,将数据集分为训练集和测试集,然后使用线性核函数创建SVM分类器并进行训练。最后,在测试集上进行预测并计算分类准确率。你可以根据需要调整参数、选择不同的核函数等。希望对你有所帮助!