svm支持向量机Python

在Python中，使用支持向量机（SVM）可以使用多个库实现，其中比较流行的有：

1. Scikit-learn：Scikit-learn是一个流行的Python机器学习库，其中包含了支持向量机的实现。可以使用SVC（Support Vector Classification）和SVR（Support Vector Regression）类来训练SVM模型。

下面是SVM的一个简单示例：

from sklearn import svm
X = [[0, 0], [1, 1]]
y = [0, 1]
clf = svm.SVC()
clf.fit(X, y)
print(clf.predict([[2., 2.]]))

2. LIBSVM：LIBSVM是一个用C++编写的支持向量机库，但也有Python接口。它支持多种类型的SVM，如C-SVM、nu-SVM、one-class SVM等。

下面是使用LIBSVM训练SVM模型的示例：

from libsvm.svmutil import *
y, x = svm_read_problem('heart_scale')
m = svm_train(y[:200], x[:200], '-c 4')
p_label, p_acc, p_val = svm_predict(y[200:], x[200:], m)

这里的心脏数据集heart_scale是LIBSVM自带的数据集之一。