Python 用于支持向量机模型而不是数据帧的Numpy数组

2个问题：

数据从pandas数据帧（通过pd.read\u csv）进入numpy数组。 这样更好吗？有什么好的理由吗？为什么不继续使用数据帧呢

我不理解这个符号： X=数据[：，0:2] y=数据[：，2] 它有什么作用

多谢各位

数据由一个CSV文件组成，其中有许多行，如下所示： 0.28917,0.65643,0

---

它包括三列，前两列由点的坐标组成，第三列为标签。

X=data[：，0:2]

表示取所有行，并取0到2列。因此，将列0和1分配给

X

y=data[：，2]

表示取整个第2列并将其分配给

y

。您只需将数据的不同部分分配给变量，这样就不必重复复杂的表达式，如

model.fit（data[：，0:2]，data[：，2]）

。非常感谢。有关numpy中索引的更详细说明，请查看感谢分享

from sklearn.svm import SVC
from sklearn.metrics import accuracy_score
import pandas as pd
import numpy as np

# Read the data.
data = np.asarray(pd.read_csv('data.csv', header=None))
# Assign the features to the variable X, and the labels to the variable y. 
X = data[:,0:2]
y = data[:,2]

# TODO: Create the model and assign it to the variable model.
# Find the right parameters for this model to achieve 100% accuracy on the dataset.
model = SVC()
model.fit(X,y)