请给出一个简单的数据集,并用SVM
时间: 2024-02-23 13:00:53 浏览: 21
来进行分类。
一个简单的数据集是鸢尾花数据集,它包含了3种不同种类的鸢尾花的花萼长度、花萼宽度、花瓣长度和花瓣宽度等4个特征,共有150个样本。我们可以使用SVM对鸢尾花数据集进行分类。
以下是使用Python代码实现SVM对鸢尾花数据集进行分类的示例:
```python
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.svm import SVC
from sklearn.metrics import accuracy_score
# 加载数据集
iris = 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=0.2, random_state=42)
# 创建SVM模型
model = SVC(kernel='linear', C=1)
# 训练模型
model.fit(X_train, y_train)
# 预测测试集
y_pred = model.predict(X_test)
# 计算准确率
accuracy = accuracy_score(y_test, y_pred)
print('Accuracy:', accuracy)
```
在上述代码中,我们使用了SVM的线性核函数,并将惩罚参数C设置为1。最后输出的准确率为0.9667,即SVM分类器对鸢尾花数据集进行了很好的分类。