支持向量机实现鸢尾花分类
时间: 2023-10-06 13:14:10 浏览: 201
好的,下面我来介绍一下如何使用支持向量机(SVM)实现鸢尾花分类。
首先,我们需要导入需要的库:
```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
```
然后,我们可以加载鸢尾花数据集(iris dataset):
```python
iris = load_iris()
X, y = iris.data, iris.target
```
接着,我们将数据集分为训练集和测试集:
```python
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
```
现在,我们可以使用SVM模型对训练数据进行训练:
```python
svc = SVC(kernel='linear')
svc.fit(X_train, y_train)
```
最后,我们可以使用训练好的模型对测试数据进行预测,并计算准确率:
```python
y_pred = svc.predict(X_test)
accuracy = accuracy_score(y_test, y_pred)
print('Accuracy:', accuracy)
```
以上就是使用支持向量机实现鸢尾花分类的基本流程。需要注意的是,这里我们使用的是线性核函数,如果数据集不是线性可分的,可能需要使用其他核函数来进行分类。
阅读全文