Python构建SVM分类器（线性）

1.SVM建立线性分类器

SVM用来构建分类器和回归器的监督学习模型，SVM通过对数学方程组的求解，可以找出两组数据之间的最佳分割边界。

2.准备工作

我们首先对数据进行可视化，使用的文件来自学习书籍配套管网。

首先增加以下代码：

import numpy as np
import matplotlib.pyplot as plt
import utilities
# Load input data
input_file = 'data_multivar.txt'
X, y = utilities.load_data(input_file)

刚刚导入了需要的程序包，确定了文件的名称，接下来看load_data()方法：

#加载输入文件中的多变量数据
def load_data(input_file):
    X = []
    y = []
    with open(input_file, 'r') as f:
        for line in f.readlines():
            data = [float(x) for x in line.split(',')]
            X.append(data[:-1])
            y.append(data[-1])


    X = np.array