Python OpenCV2支持向量机获取分数而不是yes/no响应

Question

我想训练一个2类问题的RBF核支持向量机。目前支持向量机只预测0或1，但我希望它返回到决策边界的距离。我怎样才能做到这一点？在

self.svm = cv2.ml.SVM_create()
self.svm.setKernel(cv2.ml.SVM_RBF)
self.svm.train(features, cv2.ml.ROW_SAMPLE, labels)
res = svm.predict(testdata, True)

我的特征是np.数组带数据类型=np.浮动32，我的标签是np.数组带数据类型=内景“否”类的值为0，类“是”的值为1

文件上说支持向量机预测返回第二个参数为True的分数，但我只得到如下结果：

(0.0, array([[ 0.], [ 0.], [ 0.], ..., [ 0.], [ 0.], [ 0.]], dtype=float32))

我要改变SVM类型吗？如果是，我应该选择哪一个？在

Answer 1

您可以使用scikit learn包来生成支持向量机。在

训练：

from sklearn.svm import LinearSVC
clf=LinearSVC(C=1.0,  class_weight='balanced')
clf.fit(features, labels)
svm_w = clf.coef_[0]
svm_intercept = clf.intercept_[0]

测试：

^{pr2}$

这将根据到超平面的距离给出特征的支持向量机响应。在