我已经训练了一个支持向量机模型加载\数字()数据集,这是学习的一部分包装。它是一个包含10个类的多类分类问题。下面是我的状态
svmclf=SVC(kernel='linear',decision_function_shape='ovr',C=1,gamma=1, max_iter=2000)
当我使用“ovr”决策函数形状时,该模型构建了10个分类器。这个模型给了我385个支持向量。这些支持向量是单个分类器的总支持向量库吗?如果是这样,是否有一个命令可以帮助我分别计算出每个分类器的支持向量?你知道吗
In:svmclf.support_vectors_.shape
Out:(385,65)
你能告诉我以下命令的输出是什么吗
svmclf.coef_
svmclf.dual_coef_
形状svmclf.coef\是(45,64)。我假设形状是(10,64),因为我们有10个分类器,每个分类器有(1,64)个权重向量。你知道吗
以下是一些不完整问题的不完整答案(因为我认为它太压缩了):
因此,您观察了一对一(全部45对)多类方法的结果。这是因为你的代码(没有完全显示)还是sklearn的内部需要更多的分析
相关问题 更多 >
编程相关推荐