svm支持向量机python复现
时间: 2023-10-07 22:14:47 浏览: 50
当然可以!在Python中,可以使用scikit-learn库来实现支持向量机(SVM)算法。以下是一个简单的示例代码:
```python
# 导入所需的库
from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.svm import SVC
from sklearn.metrics import accuracy_score
# 加载数据集
iris = datasets.load_iris()
X = iris.data
y = iris.target
# 将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)
# 创建SVM模型
model = SVC(kernel='linear')
# 在训练集上训练模型
model.fit(X_train, y_train)
# 在测试集上进行预测
y_pred = model.predict(X_test)
# 计算准确率
accuracy = accuracy_score(y_test, y_pred)
print("Accuracy:", accuracy)
```
这个示例代码使用鸢尾花数据集作为示例数据,并将数据集划分为训练集和测试集。然后,创建一个线性核的SVM模型,并在训练集上进行训练。最后,在测试集上进行预测,并计算准确率。
你可以根据自己的需求修改代码,例如尝试其他核函数、调整模型参数等。希望对你有帮助!