支持向量机python sklearn
时间: 2023-11-20 14:07:46 浏览: 44
支持向量机(Support Vector Machine,SVM)是一种常用的机器学习算法,用于分类和回归任务。在Python中,可以使用scikit-learn库中的SVM模块来实现支持向量机算法。为了使用SVM,您需要安装并导入以下Python包:sklearn、mglearn、matplotlib和numpy。
下面是一个使用支持向量机进行分类的示例代码:
```python
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.svm import SVC
from sklearn.metrics import accuracy_score
# 导入数据集
spam = pd.read_csv('spam.csv')
# 划分特征和目标变量
X = spam.drop('target', axis=1)
y = spam['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)
# 创建支持向量机模型
svm = SVC()
# 训练模型
svm.fit(X_train, y_train)
# 预测
y_pred = svm.predict(X_test)
# 计算准确率
accuracy = accuracy_score(y_test, y_pred)
print("准确率:", accuracy)
```