机器学习SVM使用

from sklearn import svm

x = [[1, 1], [2, 0], [2, 3]]
y = [0, 0, 1]  # 分类标记
clf = svm.SVC(kernel='linear')  # SVM模块,svc,线性核函数
clf.fit(x, y)

print(clf)

print(clf.support_vectors_)  # 支持向量点
#
print(clf.support_)  # 支持向量点的索引
#
print(clf.n_support_)  # 每个class有几个支持向量点

print (clf.predict([[2,3]]))

 

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值