svm实现二分类_如何在Python中实现SVM分类？

在数据维度达到一定的量时，推荐使用支持向量机 (SVM)算法， 因为它在高维空间中也能够快速高效地进行分类。

下面介绍一个简单的操作步骤。

1.输入数据集，分析数据维度，可以看到共有0,1,2,3四个类别。

import pandas as pddf=pd.DataFrame({'math':[98,78,54,89,24,60,98,44,96,90],'english':[92,56,90,57,46,75,76,87,91,88],'chinese':[95,69,91,52,60,80,78,81,96,82],'rank':[0,3,2,3,1,1,2,2,0,0]})

2.导入svm工具包。没有安装sklearn的要先安装svm。

from sklearn import svm

3.数据准备。本例中数据都是数值型变量，且没有空值，直接取X,y变量。

X=df.ix[:,['math','english','chinese']]

y=df['rank']

4.建立模型，并进行训练。

clf = svm.SVC()

clf.fit(X, y)  

5.模型预测。有一组新的