（十九）sklearn 支持向量機

# 導入依賴包
from sklearn import svm
from sklearn.datasets import load_iris
import matplotlib.pyplot as plt
# 加載鳶尾花數據集
iris = load_iris()
# 分離數據和標籤
target = iris.target
data = iris.data
# 訓練支持向量機
clf = svm.SVC()
clf.fit(data, target)
# 用訓練數據預測
cls = clf.predict(data)
# 計算預測值和標準值的差距
compare = cls - target
# 樣本編號
x = [i+1 for i in range(len(compare))]
# 繪圖
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
plt.plot(x, compare)
plt.ylabel('預測值-標準值')
plt.xlabel('樣本編號')
plt.show()