分离超平面的方程是W.X + b = 0。
对于support vector machine in scikit-learn,分离超平面是如何导出的?'a‘和'w’是什么意思?
发布于 2012-06-09 02:31:35
在scikit learn中,coef_属性保存了线性模型的分离超平面的向量。它有n_classes > 1 (多类一对一)和(1, n_features) (二进制分类)。
在这个玩具二进制分类示例中,n_features == 2,因此w = coef_[0]是与超平面正交的向量(超平面完全由它+截距定义)。
要在2D情况下绘制此超平面( 2D平面的任何超平面都是一维直线),我们需要像在y = f(x) = a.x + b中一样找到一个f。在本例中,a是直线的斜率,可以通过a = -w[0] / w[1]计算。
https://stackoverflow.com/questions/10953997
复制相似问题