【sklearn】SVM用于分类（SVC）

API说明：

中文：http://sklearn.apachecn.org/cn/0.19.0/modules/svm.html

英文：https://scikit-learn.org/stable/modules/svm.html

API使用：（SVC）（Support Vector Classification.）

from sklearn import svm
X = [[0, 0], [1, 1]]
y = [0, 1]
clf = svm.SVC()
clf.fit(X, y) 

#预测
clf.predict([[2., 2.]])

# 获得支持向量
clf.support_vectors_


# 获得支持向量的索引get indices of support vectors
clf.support_ 

# 为每一个类别获得支持向量的数量
clf.n_support_ 

用于多分类：

X = [[0], [1], [2], [3]]
Y = [0, 1, 2, 3]
clf = svm.SVC(decision_function_shape='ovo')#一对一
clf.fit(X, Y) 

dec = clf.decision_function([[1]])
dec.shape[1] # 4 classes: 4*3/2 = 6

clf.decision_function_shape = "ovr"#一对多
dec = clf.decision_function([[1]])
dec.shape[1] # 4 classes

参数说明：

https://scikit-learn.org/stable/modules/generated/sklearn.svm.SVC.html

class sklearn.svm.SVC(C=1.0, kernel=’rbf’, degree=3