Python学习笔记之支持向量机SVM实例,及SVC参数介绍

这篇博客介绍了Python中使用SVM进行分类的实践,特别是通过鸢尾花数据集的示例。文章涵盖了SVC参数的详细解释,包括核函数、C参数和gamma参数等,并提供了完整的代码示例。
摘要由CSDN通过智能技术生成

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

评论 2
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