svm理论参考:http://blog.csdn.net/lisi1129/article/details/70209945?locationNum=8&fps=1
svm参数详解:https://www.cnblogs.com/luyaoblog/p/6775342.html
一个简单的例子明白怎么使用Python实现SVC分类
本笔记给予py2.7
from sklearn import svm
import numpy as np
#创建训练样本
X=[[0,0],[1,1],[1,0]] #训练样本
y=[0,1,1] #训练目标
#对样本进行训练
model=svm.SVC() #SVC SVR 其中SVC是支持向量机分类
model.fit(X,y) #训练并生成模型
#使用测试样本对模型进行验证
x_test=[2,2]
x_test=np.array(x_test).reshape(1,-1)
result=model.predict(x_test)
print result
Python中支持向量机模块from sklearn import svm(support vector machine)
svm包含支持向量分类SVC(support vector classification)用于分类和支持向量回归SVR(support vector regression),用于预测
世界著名的