Python SVM鸢尾花分类及可视化代码详解

该代码的意义是使用支持向量机（SVM）对鸢尾花数据集进行分类，并利用matplotlib库绘制分类结果的可视化图形。\n\n首先，代码导入了numpy、matplotlib.pyplot、SVC和load_iris等模块。load_iris函数用于加载鸢尾花数据集，将其保存在data变量中。然后，将数据集中的特征保存在X中，将标签保存在y中，并打印出来。\n\n接下来，根据数据集中的标签，选择了标签为0和1的数据，并对特征进行归一化处理。\n\n然后，将数据划分为训练集和测试集，并创建了一个SVC（支持向量机分类器）模型。使用fit函数对模型进行训练，并使用score函数计算测试集的准确率。\n\n接下来，使用训练好的模型对训练集和测试集进行预测，并将预测结果保存在X_train_h和X_test_h中。\n\n最后，根据数据的范围和模型的决策函数计算结果，使用scatter函数绘制所有样本点的散点图，使用contourf函数绘制等值面，使用contour函数绘制等值线，最后使用show函数显示图形。