svm 决策树 随即森林应用python

在Python中，我们可以使用scikit-learn库实现SVM、决策树和随机森林等机器学习算法的应用。以下是一些示例代码：

SVM：

from sklearn import svm
from sklearn.datasets import load_iris

iris = load_iris()
X = iris.data
y = iris.target

clf = svm.SVC()
clf.fit(X, y)

# 预测新数据
new_data = [[5.0, 3.6, 1.3, 0.25]]
print(clf.predict(new_data))

决策树：

from sklearn import tree
from sklearn.datasets import load_iris

iris = load_iris()
X = iris.data
y = iris.target

clf = tree.DecisionTreeClassifier()
clf.fit(X, y)

# 预测新数据
new_data = [[5.0, 3.6, 1.3, 0.25]]
print(clf.predict(new_data))

随机森林：

from sklearn.ensemble import RandomForestClassifier
from sklearn.datasets import load_iris

iris = load_iris()
X = iris.data
y = iris.target

clf = RandomForestClassifier(n_estimators=100)
clf.fit(X, y)

# 预测新数据
new_data = [[5.0, 3.6, 1.3, 0.25]]
print(clf.predict(new_data))

以上代码仅供参考，具体应用需要根据具体数据进行调整。