支持向量机回归代码python

以下是使用sklearn提供的支持向量机回归（SVR）的API对波士顿房价数据集进行预测的Python代码：

from sklearn.datasets import load_boston
from sklearn.svm import SVR
from sklearn.model_selection import train_test_split
from sklearn.metrics import mean_squared_error

# 加载波士顿房价数据集
boston = load_boston()

# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(boston.data, boston.target, test_size=0.2, random_state=42)

# 创建SVR模型
svr = SVR(kernel='linear', C=1.0, epsilon=0.2)

# 训练模型
svr.fit(X_train, y_train)

# 预测测试集
y_pred = svr.predict(X_test)

# 计算均方误差
mse = mean_squared_error(y_test, y_pred)
print("均方误差：", mse)

其中，`load_boston()`函数用于加载波士顿房价数据集，`train_test_split()`函数用于划分训练集和测试集，`SVR()`函数用于创建SVR模型，`fit()`函数用于训练模型，`predict()`函数用于预测测试集，`mean_squared_error()`函数用于计算均方误差。