用Python写一段支持向量机的代码
时间: 2024-02-12 13:02:28 浏览: 59
樽海鞘算法(SSA)优化支持向量机参数(SVM)python
5星 · 资源好评率100%
好的,下面是一个简单的支持向量机的 Python 代码:
```
# 导入必要的库
import numpy as np
from sklearn import svm
from sklearn.datasets import make_classification
from sklearn.model_selection import train_test_split
# 创建一个可分离的数据集
X, y = make_classification(n_samples=1000, n_features=4, n_informative=2, n_redundant=0, random_state=42)
# 将数据集分为训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
# 初始化一个支持向量机分类器
clf = svm.SVC(kernel='linear')
# 使用训练集拟合分类器
clf.fit(X_train, y_train)
# 在测试集上进行预测
y_pred = clf.predict(X_test)
# 输出分类器的精度
print("Accuracy:", np.mean(y_pred == y_test))
```
在这个例子中,我们使用`make_classification`函数生成了一个包含4个特征的数据集,并将其分成了训练集和测试集。然后,我们初始化了一个支持向量机分类器,并使用训练集来训练它。最后,我们在测试集上进行预测,并输出了分类器的精度。
阅读全文