在scikit-learn库中，SVM（支持向量机）的参数调优是一个重要的步骤，因为它可以显著影响模型的性能。以下是一些常用的调参方法：
1. 使用网格搜索（GridSearchCV）
网格搜索是一种常用的参数调优方法，它尝试所有可能的参数组合，并找到最优的参数组合。
```python
from sklearn.model_selection import GridSearchCV
from sklearn.svm import SVC
定义参数网格
param_grid = {
'C': [0.1, 1, 10, 100],
'gamma': [1, 0.1, 0.01, 0.001],
'kernel': ['rbf', 'linear', 'poly', 'sigmoid']
