from sklearn.datasets import load_iris # 鸢尾花的数据集
from sklearn.model_selection import train_test_split # 分割训练集和测试集
from sklearn.svm import SVC # 支持向量机-分类算法 -- 间隔最大的线性分类器
# 加载鸢尾花数据集
iris = load_iris()
data = iris.data # 数据
label = iris.target # 标签
print(label, label.shape)
# 分割训练集和测试集:0.2作为测试集 返回值:训练数据 测试数据 训练标签 测试标签
x_train, x_test, y_train, y_test = train_test_split(data, label, test_size=0.2)
print(y_train)
print(y_test)
# 创建SVM模型:线性分类器
svm = SVC(kernel='linear')
# 把数据和标签带入模型
svm.fit(x_train, y_train)
y_pred = svm.predict(x_test)
print("预测: ", y_pred)
print("真实: ", y_test)
用SVM实现鸢尾花分类并保存模型
最新推荐文章于 2024-09-14 22:39:45 发布