引入支持向量机模型代码
时间: 2023-09-14 16:09:17 浏览: 35
以下是支持向量机(SVM)模型的Python代码示例:
```python
# 导入需要的库
from sklearn import svm
from sklearn.datasets import make_classification
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score
# 生成模拟数据集
X, y = make_classification(n_samples=1000, n_features=10, random_state=42)
# 划分数据集为训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
# 创建SVM模型
clf = svm.SVC(kernel='linear', C=1, random_state=42)
# 训练模型
clf.fit(X_train, y_train)
# 预测测试集
y_pred = clf.predict(X_test)
# 计算准确率
accuracy = accuracy_score(y_test, y_pred)
# 输出准确率
print("Accuracy:", accuracy)
```
在这个示例中,我们使用了`make_classification()`函数生成了一个模拟数据集,并使用`train_test_split()`函数将其划分为训练集和测试集。然后,我们创建了一个SVM模型,并使用`fit()`函数训练了该模型。最后,我们使用`predict()`函数预测测试集,并使用`accuracy_score()`函数计算了准确率。