from sklearn import svm from sklearn import datasets # 加载西瓜数据集 data = datasets.load_wine() # 取前两个特征作为输入 X = data.data[:, :2] # 取类别作为标签 y = data.target # 训练 SVM 模型 clf = svm.SVC(kernel='linear') clf.fit(X, y) # 预测新的西瓜 new_data = [[0.7, 0.2], [0.3, 0.8]] print(clf.predict(new_data))对预测结果进行输出的代码

如果要对预测结果进行输出，可以使用以下代码：

from sklearn import svm
from sklearn import datasets

# 加载西瓜数据集
data = datasets.load_wine()

# 取前两个特征作为输入
X = data.data[:, :2]
# 取类别作为标签
y = data.target

# 训练 SVM 模型
clf = svm.SVC(kernel='linear')
clf.fit(X, y)

# 预测新的西瓜
new_data = [[0.7, 0.2], [0.3, 0.8]]
# 输出预测结果
print("新西瓜的类别分别为：", clf.predict(new_data))

在这个代码中，我们在 print() 函数中加入了一条字符串，以便输出预测结果时更加直观。输出的结果类似于：

新西瓜的类别分别为： [1 0]

其中 [1 0] 表示两个新西瓜的类别分别为 1 和 0。