使用Python训练SVM分类器（train_model.py）

    # USAGE
    # python train_model.py --embeddings output/embeddings.pickle \
    #	--recognizer output/recognizer.pickle --le output/le.pickle
    
    # 加载必要的包
    # 在提取的128维面部嵌入的基础上训练“标准”机器学习分类器(SVM，SGD分类器，随机森林等)
    from sklearn.preprocessing import LabelEncoder
    from sklearn.svm import SVC
    import pickle
    
    def train_model():
    ## 加载序列化面部嵌入(serialized face embeddings )
    print("[INFO] loading face embeddings...")
    # 在此脚本文件中，使用函数extract_embeddings()提取的面部嵌入
    data = pickle.loads(open(r'output/embeddings.pickle', "rb").r