分析SVM支持向量机的python代码
时间: 2023-10-04 13:12:13 浏览: 84
支持向量机SVM算法Python实现代码和应用.zip
5星 · 资源好评率100%
以下是一个简单的SVM支持向量机的Python代码实现:
```python
# 导入所需的库
from sklearn import datasets
from sklearn import svm
# 加载数据集
iris = datasets.load_iris()
X = iris.data
y = iris.target
# 创建SVM分类器
clf = svm.SVC(kernel='linear', C=1)
# 用数据拟合分类器
clf.fit(X, y)
# 打印分类器的准确率
print(clf.score(X, y))
```
上述代码中,首先导入了`datasets`和`svm`库。然后,使用`load_iris()`函数加载了鸢尾花数据集,并将其分为特征向量`X`和目标向量`y`。接下来,通过`svm.SVC()`函数创建了一个支持向量机分类器,其中`kernel`参数为线性核函数,`C`参数为惩罚项。最后,使用`fit()`函数将数据拟合到分类器中,并使用`score()`函数计算分类器的准确率。
需要注意的是,这只是一个简单的SVM实现示例,实际应用中需要根据具体问题进行选择和调整。
阅读全文