Sklearn__支持向量机

支持向量机的基本思想是找到一条"线"，使得分类间距最大。 一、线性分类器(线性核) 很多时候由于数据不可能完全分为两类，所以需要设置一定范围，允许分类错误。即设置软间隔，在sklearn 中用超参数 C （惩罚系数)来控制这种平衡：C 比较小，即脾气较小，度量大容忍度高，其对于的软间隔就大；反之则小。 1. Iris数据集试验一个线性核SVM 一下为十分简单的试验 # 加载包 from sklea

>>阅读原文<<