（十九）sklearn 支持向量机

# 导入依赖包
from sklearn import svm
from sklearn.datasets import load_iris
import matplotlib.pyplot as plt
# 加载鸢尾花数据集
iris = load_iris()
# 分离数据和标签
target = iris.target
data = iris.data
# 训练支持向量机
clf = svm.SVC()
clf.fit(data, target)
# 用训练数据预测
cls = clf.predict(data)
# 计算预测值和标准值的差距
compare = cls - target
# 样本编号
x = [i+1 for i in range(len(compare))]
# 绘图
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
plt.plot(x, compare)
plt.ylabel('预测值-标准值')
plt.xlabel('样本编号')
plt.show()