【无标题】

支持向量机

关于支持向量机

  • 小数据、少特征时代非常流行
  • 计算代价高、理论难度高(凸优化)
from sklearn.svm import SVC
from sklearn.svm import SVR

from sklearn.datasets import load_iris
from sklearn.datasets import load_boston

from sklearn.model_selection import train_test_split

import numpy as np

"""
分类问题

"""
X, y = load_iris(return_X_y=True)
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.15, random_state=1)

svc = SVC()

svc.fit(X=X_train,y=y_train)

svc.predict(X=X_test)

svc.score(X=X_test,y=y_test)
# output:0.9565217391304348
评论
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