【SVM分类】基于支持向量机实现数据分类python代码
时间: 2024-10-28 07:08:33 浏览: 23
在Python中,我们可以使用scikit-learn库来实现支持向量机(SVM)分类。下面是一个简单的例子,展示了如何使用线性核SVM对鸢尾花数据集(Iris dataset)进行分类:
```python
# 导入所需的库
from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.svm import SVC
from sklearn.metrics import accuracy_score
# 加载鸢尾花数据集
iris = datasets.load_iris()
X = iris.data
y = iris.target
# 数据预处理(标准化)
scaler = StandardScaler()
X_scaled = scaler.fit_transform(X)
# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X_scaled, y, test_size=0.2, random_state=42)
# 创建SVM模型,选择线性核函数
svm_model = SVC(kernel='linear')
# 训练模型
svm_model.fit(X_train, y_train)
# 预测测试集
y_pred = svm_model.predict(X_test)
# 计算并打印准确率
accuracy = accuracy_score(y_test, y_pred)
print(f"Accuracy: {accuracy * 100}%")
# 示例代码完毕 -- 相关问题--
阅读全文