svm python源代码

以下是 Python 中使用 sklearn 库实现 SVM 的源代码：

from sklearn import svm
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score

# 加载数据
X, y = load_data()

# 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)

# 建立 SVM 模型
clf = svm.SVC(kernel='linear')

# 训练模型
clf.fit(X_train, y_train)

# 预测测试集
y_pred = clf.predict(X_test)

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

其中，`load_data()` 是加载数据的函数，`svm.SVC()` 是建立 SVM 模型的函数，`fit()` 是训练模型的函数，`predict()` 是预测测试集的函数，`accuracy_score()` 是计算准确率的函数。你需要根据自己的数据情况，修改相应的代码。