提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档
fit原义指的是安装、使适合的意思
是一个适配的过程,过程都是确定的,最后得到一个可用于转换的有价值的信息。(目前可以简单理解为:fit获取了关于数据的有效信息,transform利用fit提供的有效信息进行特征转换)
kernel: str参数 默认为‘rbf’
算法中采用的核函数类型,可选参数有:
‘linear’:线性核函数
‘poly’:多项式核函数
‘rbf’:径像核函数/高斯核
‘sigmod’:sigmod核函数
‘precomputed’:核矩阵
import numpy as np
X = np.array([[-1, -1], [-2, -1], [1, 1], [2, 1]]) #数据特征
y = np.array([1, 1, 2, 2]) # 数据对应的标签
from sklearn.svm import SVC # 导入svm的svc类(支持向量分类)
clf = SVC() # 创建分类器对象
clf.fit(X, y) # 用训练数据拟合分类器模型
SVC(C=1.0, cache_size=200, class_weight=None, coef0=0.0,