2024-09-28 22:22:02 发布
网友
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
theta_i
看一下official documentation(参见属性部分)。您可能正在寻找dual_coef_。在
dual_coef_
>>> 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.]])
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
看一下official documentation(参见属性部分)。您可能正在寻找
dual_coef_
。在我发现如果类[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
相关问题 更多 >
编程相关推荐