2018-12-16 阅读量: 831
现在我们将支持向量机分类器适用于这些点。虽然可能性模型的数学细节很有趣，但我们会在其他地方阅读。相反，我们只是将scikit-learn算法视为完成上述任务的黑盒子。
# import support vector classifier
from sklearn.svm import SVC # "Support Vector Classifier"
clf = SVC(kernel='linear')
# fitting x samples and y classes
clf.fit(x, y)
在拟合之后，该模型可用于预测新值：
clf.predict([[120, 990]])
clf.predict([[85, 550]])
让我们看一下图表是如何显示的。
这是通过分析所采集的数据和使用matplotlib函数制作最佳超平面的预处理方法而获得的。
三个资料Q群下载不了也转发不了,先放这里Fine_tuning.zipLangChain.zipdata_clear.rar
