支持向量机糖尿病代码

支持向量机（Support Vector Machine, SVM）是一种监督学习模型，在分类和回归问题上广泛应用。在处理糖尿病预测这类问题时，我们可以使用SVM来构建模型，预测患者是否有患糖尿病的风险。以下是一个简单的Python Scikit-Learn库实现SVM预测糖尿病的代码示例：

# 导入库
from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.svm import SVC
from sklearn.metrics import accuracy_score

# 加载糖尿病数据集
diabetes = datasets.load_diabetes()
X = diabetes.data
y = diabetes.target

# 数据预处理
scaler = StandardScaler()
X_scaled = scaler.fit_transform(X)

# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X_scaled, y, test_size=0.2, random_state=42)

# 创建SVM模型并训练
svm_model = SVC(kernel='linear') # 这里可以选择线性核或其他内核
svm_model.fit(X_train, y_train)

# 预测
y_pred = svm_model.predict(X_test)

# 计算准确率
accuracy = accuracy_score(y_test, y_pred)
print("Accuracy:", accuracy)

#