写一个用SVM预测风电功率的Python代码

以下是使用SVM预测风电功率的Python代码示例：

# 导入必要的库
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.svm import SVR
from sklearn.metrics import mean_squared_error

# 读取数据
data = pd.read_csv('wind_power.csv')

# 分离特征和标签
X = data.drop('power', axis=1)
y = data['power']

# 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)

# 构建SVM模型
model = SVR(kernel='rbf', C=100, gamma=0.1, epsilon=.1)

# 训练模型
model.fit(X_train, y_train)

# 预测测试集
y_pred = model.predict(X_test)

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

以上代码假设数据文件名为`wind_power.csv`，其中包含多个特征和一个目标变量`power`，使用SVM模型对风电功率进行预测，并计算均方误差。