sklearn学习——SVM

支持向量机 (SVMs) 可用于以下监督学习算法 classification（分类）, regression（回归） and outliers detection（异常检测）。
一、分类Classify
官方文档代码;

#导入模块
from sklearn import svm
#[n_samples, n_features] 大小的数组 X 作为训练样本
X = [[0, 0], [1, 1]]
#[n_samples] 大小的数组 y 作为类别标签
y = [0, 1]
#创建
clf = svm.SVC()
#拟合
clf.fit(X, y) 
#预测,传入features_test
clf.predict([[2., 2.]])
#输出
array([1])

2、多元分类

X = [[0], [1], [2], [3]]
Y = [0, 1, 2, 3]
clf = svm.SVC(decision_function_shape='o