如何在Python中实现SVM分类

1、输入数据集，分析数据维度，可以看到共有0,1,2,3四个类别。import pandas as pddf=pd.DataFrame({&#泌驾台佐39;math':[98,78,54,89,24,60,98,44,96,90],'english':[92,56,90,57,46,75,76,87,91,88],'chinese':[95,69,91,52,60,80,78,81,96,82],'rank':[0,3,2,3,1,1,2,2,0,0]})

3、数据准备。本例中数据都是数值型变量，且没有空值，直接取X,y变量。X=df.ix[:,['math','english','chinese']]y=df['rank']

5、模型预测。有一组新的数据，根据模型预测它的分类，结果为rank=2。new=[[60,51,98]]clf.predict(new)

7、也可以预测数据属于每个类别的概率值。重新建立模型。clf = svm.SVC(probability=True)clf.fit(X,y)clf.predict_proba(X)