使用支持向量机对5维数据集进行分类的示例？
提问于 2020-02-27 10:07:47
我试着在网上找到一个，但失败了。5D数据集是一个列表列表，如下所示
[[0,0,0,1,0],
[0,0.5,0.5,0,0],
[0,0.33333,0.33333,0.33333,0],
[1,0,0,0,0],
......]谢谢。
回答 1
Stack Overflow用户
发布于 2020-02-27 10:32:54
您能提供您的完整数据和标签吗？有了所需的数据，您的答案将在不到一分钟内准备好。
# importing numpy and SVC from svm
import numpy as np
from sklearn.svm import SVC
# Example data and labels (you can replace with your data and lables).
X = np.array([[-1, -1], [-2, -1], [1, 1], [2, 1]])
y = np.array([1, 1, 2, 2])
# Building SVM model
clf = SVC(gamma='auto')
# Training Model
clf.fit(X, y)
# predicting with above mode(you can replace with your test data that have 5 dimesion).
print(clf.predict([[-0.8, -1]]))页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/60430701
复制相关文章
![[机器学习算法]支持向量机](https://ask.qcloudimg.com/http-save/yehe-4572088/woqz9r6zxp.svg)
社区富文本编辑器全新改版！诚邀体验～
全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验
腾讯云开发者
