在sklearn中支持向量机学习后，如何使用dual_coef_uparam？

Question

据我所知，带有rbf核的SVM决策函数看起来像here on slide 22。在

支持向量机学习后

from sklearn import svm
X = [[0, 0], [1, 1]]
y = [0, 1]
clf = svm.SVC()
clf.fit(X, y)

我怎样才能看到决策函数的系数theta_i？在

Answer 1

看一下official documentation（参见属性部分）。您可能正在寻找dual_coef_。在

>>> from sklearn import svm

>>> X = [[0, 0], [1, 1]]
>>> y = [0, 1]
>>> clf = svm.SVC()
>>> clf.fit(X, y)
>>> clf.dual_coef_
array([[ 1., -1.]])
>>> clf.support_vectors_
array([[ 0.,  0.],
       [ 1.,  1.]])

Answer 2

我发现如果类[0，1]作为libsvm的标签给出，那么将生成sv_coef来确定0类。但如果我们给出[1，0]，那么将为1个类生成sv_coef。在