sklearn.svm 保存 SVR 模型

可以使用 Python 的 `pickle` 模块保存 `sklearn.svm` 的 SVR 模型。以下是一个简单的示例：

from sklearn import svm
import pickle

# 创建 SVR 模型
X = [[0, 0], [2, 2]]
y = [0.5, 2.5]
clf = svm.SVR()
clf.fit(X, y)

# 保存 SVR 模型
with open('svm_model.pkl', 'wb') as f:
    pickle.dump(clf, f)

# 加载 SVR 模型
with open('svm_model.pkl', 'rb') as f:
    clf_loaded = pickle.load(f)

# 使用 SVR 模型进行预测
X_test = [[1, 1], [3, 3]]
print(clf_loaded.predict(X_test))

注意，`pickle` 可能存在一些安全问题，因此在实际生产环境中，建议使用其他更加安全的模型保存方式，如 `joblib`。