简单SVM支持向量机Python代码

from numpy import *

def loadDataSet（filename）: #读取数据
    dataMat=[]
    labelMat=[]
    fr=open（filename）
    for line in fr.readlines（）:
        lineArr=line.strip（）.split（） #lineArr=line.strip（）.split（‘\t‘）
        dataMat.append（[float（lineArr[0]）float（lineArr[1]）]）
        labelMat.append（float（lineArr[2]））
    return dataMatlabelMat #返回数据特征和数据类别

def selectJrand（im）: #在0-m中随机选择一个不是i的整数
    j=i
    while （j==i）:
        j=int（random.uniform（0m））
    return j

def clipAlpha（ajHL）: #保证a在L和H范围内（L <= a <= H）
    if aj>H:
        aj=H
    if L>aj:
        aj=L
    return aj

def kernelTrans（X A kTup）: #核函数，输入参数X:支持向量的特征树；A：某一行特征数据；kTup：（‘lin’k1）核函数的类型和参数
    mn = shape（X）
    K = mat（zeros（（m1）））
    if kTup[0]==‘lin‘: #线性函数
        K = X * A.T