Python scikits learn - 分离超平面方程

时间:2012-06-08 18:16:26

标签: python geometry machine-learning scikits scikit-learn

分离超平面方程为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”表示什么?

1 个答案:

答案 0 :(得分:3)

在scikit-learn coef_属性中保存线性模型的分离超平面的向量。如果(n_classes, n_features)(多级一对一)和n_classes > 1进行二进制分类,则其形状为(1, n_features)

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(超平面完全由它定义+截距)。

要在2D情况下绘制此超平面(2D平面的任何超平面是1D线),我们希望在f中找到y = f(x) = a.x + b。在这种情况下,a是该行的斜率,可以通过a = -w[0] / w[1]计算。