SVM代码
时间: 2023-07-02 22:06:32 浏览: 88
SVM学习代码
以下是一个简单的 SVM(支持向量机)分类器示例代码,使用 Python 和 scikit-learn 库:
```python
from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.svm import SVC
from sklearn.metrics import accuracy_score
# 加载数据集
iris = datasets.load_iris()
X = iris.data
y = iris.target
# 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)
# 创建 SVM 模型
svm_model = SVC(kernel='linear')
# 训练模型
svm_model.fit(X_train, y_train)
# 预测测试集
y_pred = svm_model.predict(X_test)
# 计算准确率
accuracy = accuracy_score(y_test, y_pred)
print("测试集准确率:", accuracy)
```
这个示例代码使用鸢尾花数据集作为输入,将其划分为训练集和测试集,然后创建一个线性 SVM 模型并对其进行训练。最后,使用测试集进行预测,并计算准确率。
阅读全文