print（__doc__）


import?numpy?as?np
import?matplotlib.pyplot?as?plt
from?sklearn?import?datasets?svm
from?pylab?import?*
mpl.rcParams[‘font.sans-serif‘]?=?[‘SimHei‘]


import?pandas?as?pd

iris?=?datasets.load_iris（）
print（iris.keys（））

iris?=?datasets.load_iris（）
X?=?iris.data??????????????????#?X.shape=（1504）
y?=?iris.target????????????????#?y.shape=（150）

X?=?X[y?!=?0?:2]?????????????#?X.shape=（1002）??select?the?first?two?features?of?X
y?=?y[y?!=?0];print（y）?????????????#?y.shape=（100）

n_sample?=?len（X）??????????????#?n_sample=100

np.random.seed（0）
order?=?np.random.permutation（n_sample）??#?排列，置換?If?‘x‘?is?an?integer?randomly?permute?‘‘np.arange（x）‘‘.If?‘x‘?is?an?array?make?a?copy?and?shuffle?the?elements?randomly.
X?=?X[order]
y?=?y[order].astype（np.float）

X_train?=?X[:int（.9?*?n_sample）]
y_train?=?y[:int（.9?*?n_sample）]
X_test?=?X[int（.9?*?n_sample）:]
y_test?=?y[int（.9?*?n_sample）:]

#?fit?the?model
for?fig_num?kernel?in?enumerate（（‘linear‘?‘rbf‘?‘poly‘））:??#?徑向基函數?（Radial?Basis?Function?簡稱?RBF）常用的是高斯基函數
????clf?=?svm.SVC（kernel=kernel?gamma=10）???#?gamma?is?the?Kernel?coefficient?for?‘rbf‘?‘poly‘?and?‘sigmoid‘.
????clf.fit（X_train?y_train）

????print（clf.support_）;??#?Indices?of?support?vectors:?array-like?shape?=?[n_SV]?indices?of?support?vectors?in?x_train
????print（clf.support_vectors_）??#?Support?vectors:?array-like?shape?=?[n_SV?n_features]?support?vectors?in?x_train
????print（clf.n_support_）??#?Number?of?support?vectors?for?each?class:?array-like?dtype=int32?shape?=?[n_class]
????print（clf.decision_function（X_train））??#?Distance?of?the?samples?X?to?the?separating?hyperplane.

????plt.figure（str（kernel））
????plt.xlabel（‘x1‘）
????plt.ylabel（‘x2‘）
????#?plt