svm水体分类算法代码

以下是使用支持向量机（SVM）进行水体分类的简单示例代码：

import numpy as np
from sklearn import svm
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score

# 加载数据
data = np.loadtxt('water_data.csv', delimiter=',')
X = data[:, :-1]
y = data[:, -1]

# 划分数据集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)

# SVM分类器
clf = svm.SVC(kernel='linear')

# 拟合训练集
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)
print('Accuracy:', accuracy)

其中，`water_data.csv`是包含特征和标签的数据文件，`X`是特征矩阵，`y`是标签向量。`train_test_split`用于将数据集划分为训练集和测试集。`svm.SVC`创建一个SVM分类器，`kernel='linear'`指定使用线性核函数。`fit`用于拟合训练集，`predict`用于预测测试集。最后，使用`accuracy_score`计算准确率。