svm支持向量机代码pyhton

要实现SVM支持向量机的代码，可以使用Scikit-learn库。以下是一个简单的示例代码：

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Iris数据集
iris = load_iris()
X = iris.data[:, :2  # 使用前两个特征
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)

# 创建SVM分类器
clf = svm.SVC(kernel='linear')

# 训练模型
clf.fit(X_train, y_train)

# 预测
y_pred = clf.predict(X_test)

# 计算准确率
accuracy = accuracy_score(y_test, y_pred)

以上代码首先导入所需的库，包括Scikit-learn库和数据集库。然后加载Iris数据集，并选择前两个特征作为输入。接下来，将数据集分为训练集和测试集，以便训练模型并测试其准确性。然后，创建一个线性核的SVM分类器，并使用训练集对其进行训练。最后，使用测试集进行预测，并计算准确率。