import numpy as np
from sklearn import svm
X = np.array([[-1, -1], [-2, -1], [1, 1], [2, 1]])
y = np.array([1, 1, 2, 2])
clt = svm.SVC(probability = True)
clt.fit(X, y)
print clt.predict([[-0.8, -1]])
print clt.predict_proba([[-0.8, -1]])
SVM 输出分类概率(python)
原创
©著作权归作者所有:来自51CTO博客作者ahuoheng的原创作品,请联系作者获取转载授权,否则将追究法律责任
上一篇:安装python 3.7
下一篇:python3 ssl导入失败
提问和评论都可以,用心的回复会被更多人看到
评论
发布评论
相关文章
-
概率论mysql
-
概率论--概率及性质
概率论--概率及性质
概率论 概率及其性质 公式编辑器 样本空间 单调性
















