生成一段支持向量机的代码

好的，我可以为您生成一段支持向量机的代码，以下是一个简单的例子：

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

# 加载数据集
iris = load_iris()
X, y = iris.data, iris.target

# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)

# 定义支持向量机
clf = svm.SVC(kernel='linear')

# 在训练集上拟合支持向量机
clf.fit(X_train, y_train)

# 在测试集上进行预测
y_pred = clf.predict(X_test)

# 计算模型精度
accuracy = accuracy_score(y_test, y_pred)

print("支持向量机的精度为：", accuracy)

希望这段代码可以帮助到您。