用python语言写SVM回归算法

好的，下面是用Python实现SVM回归算法的代码：

import numpy as np
from sklearn.svm import SVR

# 构造训练数据
X_train = np.array([[1, 2], [3, 4], [5, 6]])
y_train = np.array([3, 7, 11])

# 创建SVR模型
model = SVR(kernel='rbf', C=1e3, gamma=0.1)

# 训练模型
model.fit(X_train, y_train)

# 预测
X_test = np.array([[7, 8]])
y_pred = model.predict(X_test)

print('预测结果：', y_pred)

在这个例子中，我们使用了 sklearn 库中的 SVR 类来构建SVM回归模型，其中 kernel 参数指定了核函数类型，C 参数是正则化强度的倒数，gamma 参数是核函数的系数。训练数据 X_train 是一个二维数组，表示了输入特征，y_train 是一个一维数组，表示对应的输出值。我们使用 fit 函数来训练模型，然后使用 predict 函数来对新数据进行预测。