python机器学习之SVC分类法

1、安装sklearn

pip3 install sklearn -i https://pypi.tuna.tsinghua.edu.cn/simple

2、测试分类法判断某点所在象限

import numpy as np
from sklearn.svm import SVC

X = np.array([[1, 1], [-2, 1], [-1, -1], [2, -1]])
y = np.array(['1', '2', '3', '4'])
clf = SVC(gamma='auto')
clf.fit(X, y)
print(clf.predict([[100, 100]]))

扫描二维码关注公众号，回复： 10083311 查看本文章

ps：

1、建模使用的模拟数据，需要告诉模型希望它能够识别的所有情况，如我希望模型识别1、2、3、4象限的点，则需要在模拟数据里包含这些点和对应的标签