背景介绍

• svm是一种有监督式机器学习，即需要事先特征及对应打标label录入系统，机器学习其规律。
• 输入与输出有些像LR，只是算法原理不同导致输出结果不一样。

代码

import numpy as np
from sklearn.svm import SVC
#训练集
X = np.array([[-1, -1], [-2, -1], [1, 1], [2, 1]])
#标签
y = np.array([1, 1, 2, 2])
clf = SVC(gamma='auto')
clf.fit(X, y) 
#预测
print(clf.predict([[-0.8, -1]]))

参考资料

• http://scikit-learn.org/stable/modules/generated/sklearn.svm.SVC.html