sklearn中训练好的SVM怎么导出模型

你可以使用Python中的pickle模块将训练好的SVM模型导出到文件中。具体实现方式为：将训练好的模型以及模型所需的参数和状态信息存储在一个Python对象中，然后使用pickle模块将这个对象序列化到文件中。导出模型的代码如下：

import pickle
from sklearn import svm

# 用训练集训练SVM模型
X_train, y_train = ...
svm_model = svm.SVC(kernel='linear')
svm_model.fit(X_train, y_train)

# 将训练好的SVM模型导出到文件
with open('svm_model.pkl', 'wb') as f:
    pickle.dump(svm_model, f)

这段代码假设你已经用X_train和y_train准备好了训练集，并且用svm.SVC创建了一个线性的SVM分类器svm_model。在训练好svm_model之后，你可以用pickle.dump将svm_model对象序列化到svm_model.pkl文件中。然后，在需要使用SVM模型的时候，你可以用pickle.load将svm_model从文件中反序列化出来。