在将支持向量机（SVM）分类器加载到预测分析的加载数据之前，您必须将完整的数据集分成一个训练集，测试集。
幸运的是，scikit-learn已经实现了一个函数，可以帮助您轻松地分割整个数据集。 train_test_split函数将一个数据集和一个百分比值作为输入。百分比值用于确定测试集的大小。该函数返回两个数据集：测试数据集（具有指定的大小）和训练数据集（使用其余数据）。
<！ - 1 - >通常，可以将大约70-80％的数据用作训练集，并将剩余的数据用作测试集。但Iris数据集非常小（只有150个实例），因此您可以将90％的数据集用于训练模型，并使用另外10％的数据作为测试数据，以查看您的预测模型将如何执行。
键入以下代码拆分数据集： >>>> from sklearn import cross_validation >>> X_train，X_test，y_train，y_test = cross_validation。 train_test_split（iris.data，iris.target，test_size = 0。10，random_state = 111）第一行将交叉验证库导入到会话中。第二行从样本的10％创建测试集。
<！ - 2 - >
x_train将包含135个观察值及其特征。 y_train将包含135个与135个观察值相同顺序的标签。
x_test将包含15个（或10％）观察值及其特征。y_test将包含15个标签，其顺序与15个观察值相同。
以下代码验证分割是您所期望的：
>>>> X_train。形状（135，4）>>> y_train。形状（135，）>>> X_test。形状（15，4）>>> y_test。形状（15，）
从输出可以看到，在训练集中有135个观察值，其中有4个特征和135个标签。该测试集有15个观察点，具有4个特征和15个标签。
预测分析领域的许多初学者忘记分割数据集 - 这给项目带来了严重的设计缺陷。如果全部150个实例作为训练数据加载到机器中，那么将不会留下用于测试模型的不可见数据。那么你不得不重新使用一些训练实例来测试预测模型。你会发现，在这种情况下，模型总是预测正确的类 - 因为你使用的是与训练模型相同的精确数据。模型之前已经看到了这种模式;只要重复看到的内容就没有问题了。一个工作的预测模型需要预测尚未发现的数据。
当有一个SVM分类器，一个训练数据集和一个测试数据集的实例时，就可以用训练数据训练模型了。在解释器中键入以下代码将完成： >>>> svmClassifier。 fit（X_train，y_train）这行代码创建一个工作模型来进行预测。具体来说，一个预测模型将预测什么类别的虹膜新的未标记的数据集属于。 svmClassifier实例将有几个方法可以调用来做各种事情。
例如，在调用fit方法之后，调用最有用的方法是预测方法。这就是您要提供新数据的方法;作为回报，它预测结果。
