scikit-learn(1) SVM

　SVMでirisを識別するサンプルコード。
各カーネルのパラメータはデフォルト値を使用。

clf.fit(X, y)で学習データ（特徴ベクトル, ラベル）を渡す。
clf.score(X, y)で識別率（※このサンプルでは学習データの識別率）を計算出来る。

from sklearn import svm, datasets

iris = datasets.load_iris()
X = iris.data
y = iris.target

# linear kernel
clf = svm.SVC(kernel='linear')
clf.fit(X, y)
print clf.score(X, y)

# RBF kernel
clf = svm.SVC(kernel='rbf')
clf.fit(X, y)
print clf.score(X, y)

# polynomial kernel
clf = svm.SVC(kernel='poly')
clf.fit(X, y)
print clf.score(X, y)

# sigmoid kernel
clf = svm.SVC(kernel='sigmoid')
clf.fit(X, y)
print clf.score(X, y)

実行結果は以下のとおり。

0.993333333333
0.986666666667
0.98
0.333333333333