随机生成一组数据数据格式为x1x2同时数据划分为2类分别为0和1。比如样本x1x2属于0类。使用以上数据训练支持向量机模型得到最优的超平面输出模型参数W和b。并对新出现的样本预测样本属于哪个类别使用python语言编写代码并给出详细的算法设计思路和可能存在的问题

算法设计思路：

1. 随机生成一组数据，数据格式为（x1,x2），同时数据划分为2类，分别为0和1。

2. 使用sklearn库中的SVM模型进行训练，得到最优的超平面。

3. 输出模型参数W和b。

4. 对新出现的样本，使用训练好的模型进行预测，判断其属于哪个类别。

可能存在的问题：

1. 数据的分布是否符合SVM模型的假设。

2. 数据是否存在噪声，影响模型的准确性。

3. 数据是否过于简单或复杂，导致模型过拟合或欠拟合。

4. SVM模型的超参数选择是否合适，是否需要进行调参。