Python学习笔记之支持向量机SVM实例,及SVC参数介绍

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