使用scikit以原始形式SVM计算常数b

Question

对于支持向量机的二进制分类，每个新点 x'都通过评估进行分类，

y' = sign(w . x' + b)

这是原始问题的情况。

我想找出分类器方程式，我需要找到“w”向量和常量“b”。我正在使用scikit-learn包在Python中实现它。

在scikit-learn包中，w vector可以通过属性“coef_”找到，但是如何找到常量b的值？

from sklearn import svm
cll = svm.SVC(kernel='linear')
cll.fit(X, Y) #X is the instances and Y is the output variable
w = cll.coef_[0]

我如何找到b？

注意：“intercept_”属性包含双重形式的独立术语-P，而不是原始形式。

Answer 1

  

注意：“intercept_”属性包含双重形式的独立术语-P，而不是原始形式。

双重形式没有“独立术语”（双重优化表达是公正的）。这是来自b的{​​{1}}，相当于y' = sign(w . x' + b)