1、sklearn模块在anaconda里面但诌诎箬已经配置好了，可以直接import：from sklearn.externals import joblibfrom sklearn import svm
2、给出训练数据，这里只用一组简短的数据：X = [[0巳呀屋饔,0,0,0,0], [1,1,0,1,0], [0,1,0,1,0], [1,0,2,3,6], [3,2,1,3,5]]y = [0, 1,2,3,2
3、svm是用来构造一个支持向量机的：f = svm.SVC()函数f是一个多元函数，把一个向量变成一个数字，所以叫做——向量机。
4、用X和y训练函数f，其实就是尽量拟合数据，也就是求出函数f的参数：f.fit(X, y)
5、让训练的模型f，自动保存下来：joblib.dump(f, '''train_model.m''')
6、这里保存下来的模型以.m的格式保存。
7、此时，就算关机，训练的成果也不会丢失，只需要读取相应的.m文件就可以：joblib.load('train_model.m')
8、用读取的模型来作用于X，看看能不能得到y：d.predict(X)结果错误率是60%，实在是冷场。
