毒蘑菇数据集svm进行分类，内有数据集

毒蘑菇数据集
具体可到uci查看相关数据集描述，我看网上翻译的都不是很正确所以就不放了，直接放链接去看，UCI毒蘑菇数据集
数据集直接下我整理好的毒蘑菇数据集
数据第一列为标签是否为毒蘑菇，其它22个为特征值。
因为自己刚学比较菜，就是调包调参，预测结果1，就怀疑自己哪里是不是错了，又用其他模型搞了遍，看了网上用其他分类算法都能到达1，才放心没错。。。
里面主要是使用了 get_dummise进行one—hot进行独热编码。
其它代码就很简单大家应该能一眼看出来

import pandas as pd
from sklearn.svm import SVC
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score
df = pd.read_csv(r'D:\test\mushrooms.csv')
df= pd.get_dummies(df)
train = df.iloc[:, 2:]
lab = df.iloc[:, 0]
x_train, x_test, y_train, y_test = train_test_split(train,lab,test_size=0.3,random_state=6)
model = SVC(kernel='linear', class_weight='balanced')
model=model.fit(x_train,y_train)
print("Train_score:{0},Test_score:{1}".format(model.score(x_train, y_train), model.score(x_test, y_test)))