python-sklearn学习笔记（1）svm

scikit-learn的安装：

'''python
#安装gcc库
brew install gcc

#安装scipy
pip install scipy
后面的安装，就按步就班了

＃安装matplotlib，方便把数据绘图显示出来
pip install matplotlib

＃安装sklearn，我理解这个安装必须在pandas之前
pip install -U numpy scipy scikit-learn

＃安装pandas
pip install pandas
'''

加载测试数据集，并进行svm分类测试：
from numpy import *
from time import sleep
from sklearn import svm
def loadDataSet(fileName):
dataMat = []; labelMat = []
fr = open(fileName)
for line in fr.readlines():
lineArr = line.strip().split(‘\t’)
dataMat.append([float(lineArr[0]), float(lineArr[1])])
labelMat.append(float(lineArr[2]))
return dataMat,labelMat
atamat,labelmat = loadDataSet(“testSet.txt”)

clf = svm.SVC()
clf.fit(datamat,labelmat)
result = clf.predict([3.5,2.5])
print(result)

加载测试数据集，并进行svm回归测试：
clf1 = svm.SVR()
clf1.fit(datamat,labelmat)
result1 = clf1.predict([3.5,2.5])