Python实现svm案例代码

在Python中，我们可以使用sklearn库来实现支持向量机（SVM）。这里是一个简单的线性SVM分类器的例子：

from sklearn import svm
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
import numpy as np

# 加载鸢尾花数据集
iris = 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, test_size=0.2, random_state=42)

# 创建SVM分类器
clf = svm.SVC(kernel='linear')  # 使用线性内核

# 训练模型
clf.fit(X_train, y_train)

# 预测
predictions = clf.predict(X_test)

# 打印精度分数
print("Accuracy:", np.mean(predictions == y_test), "%")

#