sklearn命令的代码
时间: 2024-03-27 15:34:53 浏览: 8
以下是一个使用scikit-learn库的简单示例代码,用于训练一个支持向量机分类器并进行预测:
```python
# 导入需要的库和模块
from sklearn import svm, datasets
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score
# 加载数据集
iris = datasets.load_iris()
X = iris.data
y = iris.target
# 划分数据集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=0)
# 创建SVM分类器
clf = svm.SVC(kernel='linear', C=1, gamma='auto')
# 训练分类器
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)
# 打印准确率
print("Accuracy:", accuracy)
```
在这个示例代码中,我们导入了需要使用的库和模块,加载了一个经典的数据集iris,使用train_test_split函数对数据集进行划分,创建了一个SVM分类器,训练分类器并进行预测,最后计算了准确率并打印输出。