头歌——机器学习——支持向量机案例

第1关：基于支持向量机模型的应用案例

任务描述

本关任务：编写一个基于支持向量机模型的应用案例。

相关知识

在本应用案例中，我们借助一个具体的实际问题，来完整地实现基于支持向量机模型的开发应用。在此训练中，我们会介绍如何加载数据集、训练集与测试集的划分，以及如何利用sklearn构建支持向量机模型。

SVM应用案例之数据加载

Iris数据集是机器学习任务中常用的分类实验数据集，由Fisher在1936收集整理。 Iris中文名是安德森鸢尾花卉数据集，英文全称是Anderson’s Iris data set，是一类多重变量分析的数据集。Iris一共包含150个样本，分为3类，每类50个数据，每个数据包含4个属性。可通过花萼长度，花萼宽度，花瓣长度，花瓣宽度4个属性预测鸢尾花卉属于（Setosa，Versicolour，Virginica）三个种类中的哪一类。

样本局部截图：

我们可以通过以下方法从sklearn库加载该数据集。

• dataset = load_iris()

SVM应用案例之数据划分

我们通常使用 train_test_split() 函数来随机划分样本数据为训练集和测试集，这样做的好处是随机客观的划分数据，减少人为因素。

其中该函数中包含的