支持向量机Python代码

以下是使用Python实现支持向量机(SVM)算法的示例代码：

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
clf = svm.SVC()

# 训练模型
clf.fit(X, y)

# 预测新样本
new_samples = np.array([[2, 2], [-1, -1]])
predicted = clf.predict(new_samples)

# 打印预测结果
print(predicted)  # 输出：[1 0]

这段代码演示了如何使用Python的scikit-learn库实现支持向量机算法。首先，我们创建了一个包含两个样本的训练数据集X和对应的标签y。然后，我们使用svm.SVC()函数创建了一个SVM分类器对象clf。接下来，我们使用fit()函数对分类器进行训练。最后，我们使用predict()函数对新样本进行预测，并打印出预测结果。