Usando SVM en Python

Clasificación¶

In [31]:

from sklearn import svm
from sklearn import datasets

datos = datasets.load_iris()
X = datos.data
y = datos.target
clf = svm.SVC(kernel='linear', C=1)
clf.fit(X, y) 
clf.predict([X[0]])

Out[31]:

array([0])

Regresión¶

In [35]:

from sklearn import svm
from sklearn import datasets

datos = datasets.load_boston()
X = datos.data
y = datos.target
clf = svm.SVR()
clf.fit(X, y) 
clf.predict([X[0]])

Out[35]:

array([ 22.25614264])

Referencias¶

[1] http://scikit-learn.org/stable/modules/svm.html
[16]