Python 预测整数的简单SVM算法

在我的项目中，我们应该使用基于SVM的算法。为了获得SVM实现的基本概念，我们尝试实现一种算法，当输入1000个整数的数组时，其中前95个整数的值范围为0-5，接下来的5个整数的值范围为10000，然后再输入95个整数的值范围为0-5，接下来的5个整数的值范围为10000，依此类推，将能够预测下一个100个整数（第1001-1100个），前95个整数在0-5左右，后5个整数在10000左右

如何实施？首选的编程语言是python。那么有没有像libsvm这样的支持向量机模块可以促进这一点呢

我知道这可能是一个愚蠢的问题，但任何帮助都将不胜感激

---

请回复

我会和你一起去。其他选项包括和。

以下是一些有关人工智能（特别是SVM）的资源：

-Milk是Python中的机器学习工具包。它的重点是监督分类和几个可用的分类器：支持向量机（基于libsvm）、k-NN、随机森林、决策树。它还执行特征选择。这些分类器可以以多种方式组合，形成不同的分类系统

-LIBSVM是支持向量分类（C-SVC、nu-SVC）、回归（εSVR、nu-SVR）和分布估计（一类SVM）的集成软件。它支持多类分类。默认情况下，Python接口可用

-机器学习工具箱的重点是大规模核方法，特别是支持向量机（SVM）。它提供了一个通用的支持向量机对象接口，用于连接几种不同的支持向量机实现，其中包括最先进的OCAS、Liblinear、LibSVM、SVMLight、SVMLin和GPDT。每种支持向量机都可以与多种核函数相结合。工具箱不仅提供了最常见内核的高效实现，如线性、多项式、高斯和Sigmoid内核，而且还提供了一些最新的字符串内核。幕府是在C++中实现的，它与Matlab（TM）、R、OCTAVEE和Python接口，并作为机器学习开源软件

自豪地发布。 谢谢：）：）目前正在下载LibSVM。还有一件事，我前面提到的问题，根据之前的数据预测接下来的100个整数，这是可以用LibSVM（SVM）解决的，对吗？我在这个领域特别新手，所以请回复：）