可以给一个svm的示例代码吗

当然可以！以下是一个SVM的示例代码：

from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.svm import SVC

# 加载数据集
iris = datasets.load_iris()

# 分割数据集
X_train, X_test, y_train, y_test = train_test_split(iris.data, iris.target)

# 初始化SVM分类器
clf = SVC()

# 在训练集上拟合SVM分类器
clf.fit(X_train, y_train)

# 在测试集上评估分类器性能
score = clf.score(X_test, y_test)
print("SVM分类器在测试集上的准确率为 {:.2f}".format(score))

以上代码可以加载iris鸢尾花数据集，使用SVM分类算法进行分类，并在测试数据集上评估分类器的准确率。

提醒一下，这只是一个示例代码，实际应用中可能需要对模型进行更多的调整和优化，以获得更好的性能。