svm二分类预测python代码

以下是一个简单的SVM二分类预测的Python代码示例：

from sklearn import svm
import numpy as np

# 创建训练数据
X = np.array([[0, 0], [1, 1]])
y = np.array([0, 1])

# 创建SVM分类器对象
clf = svm.SVC(kernel='linear', C=1)

# 训练模型
clf.fit(X, y)

# 创建测试数据
test_data = np.array([[2., 2.], [-1., -2.]])

# 进行预测
result = clf.predict(test_data)

# 打印预测结果
print(result)

在上面的代码中，我们使用了Scikit-learn来创建SVM分类器对象，并使用线性核函数和C=1来训练模型。然后我们使用测试数据进行预测，并打印出预测结果。