加州房价数据回归-SVM回归案例

SVM既可以做分类，也可以做回归，接下来我们讲解SVM回归案例，与分类案例的步骤基本一致

一、加载对应的库

from sklearn.svm import SVR #(SVC就是分类问题，SVR是回归问题)
from sklearn.preprocessing import StandardScaler #标准化
from sklearn import datasets # 数据集函数
from sklearn.model_selection import train_test_split # 用于交叉验证

二、加载加州房价回归数据集

housing = datasets.fetch_california_housing()
X = housing.data
y = housing.target

三、标准化与拆分训练集

std = StandardScaler()
X_std = std.fit_transform(X)
X_train,X_test,y_train,y_test=train_test_split(X_std,y,test_size=0.3)

四、SVM建模

svr_classification = SVR()
svr_classification.fit(X_train,y_train)

五、模型效果

svr_classification.score(X_test,y_test)
print(svr_classification.predict(X_test))