svm支持向量机python代码

以下是一个简单的 SVM 支持向量机的 Python 代码示例：

from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn import svm

# 加载数据集
iris = datasets.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=0.3, random_state=0)

# 建立 SVM 模型
clf = svm.SVC(kernel='linear', C=1, gamma='auto')

# 训练模型
clf.fit(X_train, y_train)

# 预测测试集
y_pred = clf.predict(X_test)

# 输出准确率
print("Accuracy:", clf.score(X_test, y_test))

以上代码使用了 scikit-learn 库中的 SVM 模块，加载了鸢尾花数据集，将其分为训练集和测试集，并使用线性核函数建立了 SVM 模型。最后输出了模型在测试集上的准确率。