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?
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。