用代码展示出用SVM算法解决的乳腺癌预测

好的，以下是用Python实现的SVM算法解决乳腺癌预测的示例代码：

# 导入需要的库
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.svm import SVC
from sklearn.metrics import accuracy_score

# 读取数据集
data = pd.read_csv('breast_cancer.csv')

# 将数据集分为特征和标签
X = data.drop('diagnosis', axis=1)
y = data.diagnosis

# 将标签值进行编码，M为恶性，B为良性
y = y.map({'M': 1, 'B': 0})

# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)

# 构建SVM模型
svm = SVC(kernel='linear', C=0.1)

# 训练模型
svm.fit(X_train, y_train)

# 在测试集上进行预测
y_pred = svm.predict(X_test)

# 计算模型的准确率
acc = accuracy_score(y_test, y_pred)
print('Accuracy:', acc)

注：这里使用的是线性核函数，C为正则化参数，可根据实际情况调整。