svm算法python实现

使用Python实现SVM算法可以使用scikit-learn库。以下是一个简单的SVM分类器的例子：

首先，导入必要的库：

from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn import svm
from sklearn.metrics import accuracy_score

然后，加载数据集：

iris = datasets.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=0.3, random_state=123)

创建SVM分类器：

clf = svm.SVC(kernel='linear', C=1)

使用训练集训练分类器：

clf.fit(X_train, y_train)

使用测试集预测：

y_pred = clf.predict(X_test)

计算分类器的准确率：

accuracy = accuracy_score(y_test, y_pred)
print("Accuracy:", accuracy)

这就是一个简单的SVM分类器的Python实现。