如何查看svm的预测结果

查看SVM（Support Vector Machine）模型的预测结果通常涉及以下几个步骤：

1. **预测新样本**：如果你已经有了未标记的新数据，你可以使用训练好的`svm_model`来对它们进行预测。例如，如果新的数据集称为`new_data`，预测结果可以这样获取：

   new_predictions = svm_model.predict(new_data)

2. **可视化结果**：对于分类问题，`new_predictions`会是一个数组，每个元素对应于新数据点的类别预测。你可以将其与新数据的原始标签（如果有）对比，或者按类别分组展示。

3. **输出到文件或表格**：如果你想将预测结果保存以便后续分析，可以用pandas DataFrame将新数据和预测结果一起存储，然后导出成CSV或其他格式。

4. **查看混淆矩阵**：如果是二分类或多分类问题，可以生成混淆矩阵来详细查看模型的表现，这有助于理解各类别的精度、召回率等指标。

from sklearn.metrics import classification_report, confusion_matrix
conf_mat = confusion_matrix(y_test, y_pred)
print("Confusion Matrix:")
print(conf_mat)