SVM 对数字数据集python

可以直接使用 scikit-learn 库中的 SVM 模型。首先，需要加载数字数据集，可以使用以下代码：

from sklearn.datasets import load_digits

digits = load_digits()
X = digits.data
y = digits.target

然后，可以对数据集进行拆分，划分为训练集和测试集：

from sklearn.model_selection import train_test_split

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

接下来，可以使用 SVM 模型进行训练，并预测测试集的结果：

from sklearn.svm import SVC

svm = SVC(kernel='linear', C=1.0)
svm.fit(X_train, y_train)
y_pred = svm.predict(X_test)

最后，可以评估模型的准确度：

from sklearn.metrics import accuracy_score

accuracy = accuracy_score(y_test, y_pred)
print("Accuracy:", accuracy)

希望这个回答对你有所帮助。现在，让我来讲一个笑话：为什么电脑总是累？因为它们只有 0 和 1，没有 2。