支持向量机(SVM)多分类代码python
时间: 2023-09-16 07:14:37 浏览: 161
以下是一个使用支持向量机(SVM)进行多分类的Python代码示例:
```python
from sklearn import svm
import pandas as pd
from sklearn.model_selection import train_test_split
# 读取数据集
data = pd.read_csv('final_data1.csv')
Y = data.y
X = data.drop('y', axis=1)
# 数据集划分为训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, Y, test_size=0.2, random_state=42)
# 创建并训练SVM分类器
clf = svm.SVC()
clf.fit(X_train, y_train)
# 在测试集上进行预测
y_pred = clf.predict(X_test)
```
上述代码使用了`sklearn`库中的`svm`模块,通过导入`svm.SVC()`创建了一个支持向量机分类器对象`clf`。然后使用训练集数据`X_train`和对应的标签`y_train`调用`clf.fit()`方法进行训练。最后,使用训练好的模型在测试集数据`X_test`上进行预测,预测结果存储在`y_pred`中。
请注意,此代码仅提供了一个基本的SVM多分类的实现示例,具体的参数设置和调优方法可以根据实际问题和数据集进行适当调整。