如何使用SVM进行二分类代码示例
时间: 2023-12-28 21:04:38 浏览: 39
以下是一个使用SVM进行二分类的Python代码示例:
```python
from sklearn import svm
from sklearn.model_selection import train_test_split
from sklearn.datasets import make_classification
# 生成随机的二分类数据
X, y = make_classification(n_samples=1000, n_features=10, n_classes=2)
# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)
# 定义 SVM 模型
model = svm.SVC(kernel='linear')
# 训练模型
model.fit(X_train, y_train)
# 在测试集上进行预测
y_pred = model.predict(X_test)
# 计算准确率
accuracy = sum(y_pred == y_test) / len(y_test)
print("Accuracy:", accuracy)
```
在这个例子中,我们使用了 scikit-learn 库中的 SVM 模型来实现二分类。我们首先生成了一个包含1000个样本和10个特征的随机二分类数据集,并将其划分为训练集和测试集。然后,我们定义了一个基于线性核的 SVM 模型,并使用训练集对其进行了训练。最后,我们在测试集上进行了预测,并计算了准确率。