机器学习之支持向量机svm（分类问题实例）

支持向量机：本次主要用于分类问题
数字识别代码实现：

import matplotlib.pyplot as plt
from sklearn import datasets
from sklearn import svm

numbers=datasets.load_digits()
black_box=svm.SVC(gamma=0.001,C=100)
#gamma越大，越近的点对最终判断影响越大，gamma逐渐减小，远端的点对判断影响较大
#C 对误分类的惩罚力度。

X,y=numbers.data[:-888],numbers.target[:-888]

black_box.fit(X,y)

print(black_box.predict([numbers.data[-635]]))

plt.imshow(numbers.images[-635])
plt.show()
--------------------------
#答案
5