SVM


import numpy as np
import matplotlib.pyplot as plt

from sklearn import datasets
iris = datasets.load_iris()

X = iris.data
y = iris.target

X = X[y<2,:2]
#print(X)
y = y[y<2]

plt.scatter(X[y==0,0],X[y==0,1],color ='red')
plt.scatter(X[y==1,0],X[y==1,1],color ='blue')
plt.show()

from sklearn.preprocessing import StandardScaler


standardScaler = StandardScaler()
standardScaler.fit(X)

X_standard = standardScaler.transform(X)

from sklearn.svm import LinearSVC

svc =LinearSVC(C=1e9)
svc.fit(X_standard,y)


转载于:https://www.cnblogs.com/heguoxiu/p/10135625.html

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