Python scikits learn - 分离超平面方程

Question

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？

Answer 1

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。