初级
SVM-基础分类
未完成
初级参考
完整示例代码供参考,建议自己理解后重新输入
def solve():
import pandas as pd
from sklearn.svm import SVC
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score
df = pd.read_csv('https://liangdaima.com/static/data/iris.csv')
X = df.drop('species', axis=1)
y = df['species']
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
svm = SVC(random_state=42)
svm.fit(X_train, y_train)
print('准确率:', round(accuracy_score(y_test, svm.predict(X_test)), 4))
示例
输入
solve()
期望输出
准确率: 1.0
👑
升级 VIP
解锁全部题目,畅通无阻地学习
- ✓ 解锁全部训练包所有题目
- ✓ 查看完整参考代码和提示
- ✓ 浏览器内直接运行 Python 代码
- ✓ 自动批改 + 进度追踪
30天
¥18
1年
¥99
2年
¥158
3年
¥199