用SVM实现鸢尾花分类并保存模型

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)