人工智能_机器学习058_葡萄酒特征分类模型_核函数_支持向量机分类器SVC和不同核函数的差异_linear线性_poly多项式_rbf高斯分布_sigmoid---人工智能工作笔记0098

首先我们导包:
import numpy as np 数学计算包

from sklearn import datasets 数据集

from sklearn.svm import SVC 支持向量机线性包

from sklearn.model_selection import train_test_split 分割数据包

from sklearn.metrics import accuracy_score  把预测数据和真实数据传入可以评分

accuracy_score，这是scikit-learn库中的一个函数，用于计算二分类或多分类问题的准确率。这个函数接受两个参数：真实标签和预测标签，然后返回一个表示准确率的浮点数。

其实就是用来评分的

然后我们先去加载数据,这次我们加载的是葡萄酒的数据,也就是对葡萄酒进行分类可以看到

这里

datasets.load_wine();

可以看到