libSVM中SVM模型序列输出的含义是什么？

Question

我正在进行一项小型实验，以确定实际上SVM是如何工作的，而不仅仅是凌乱的数学方程式

现在我搜索谷歌并找到了几个参数，但我仍然不确定他们中的一些

最高输出如下所示

svm_type c_svc
kernel_type linear
nr_class 2
total_sv 417
rho -0.215616
label 1 2
nr_sv 222 195
SV

除了 rho ，我知道它们的含义。它用于什么任务？就像它是一个阈值，如果预测值小于那个等级2或其他什么？或者它是原始公式中的 b 静态参数？

我也想特别了解这个参数

对于头等舱

1.015964637640586(?) 1:0.24665231 4:0.14476547 15:0.20357756 16:0.18792053 17:0.24857121 56:0.08635193 130:0.29008309 192:0.3327738 205:0.1299556 538:0.3327738 819:0.40555177 1166:0.24665231 1484:0.23615943 2382:0.4106203 

1.855735328446067(?) 76:0.1757074 108:0.26389822 547:0.26088058 648:0.26916638 765:0.87119196 

第二节课

-0.1420833389096254(?) 1:0.06239991 29:0.021063915 47:0.028132803 316:0.057096583 999:0.069383082 1379:0.075283916 1530:0.081629601 1724:0.98528953 1917:0.060585087 

-2.331507968370806(?) 4:0.18457891 33:0.15922398 150:0.17287198 291:0.21749933 324:0.38461278 349:0.25831757 397:0.26342762 398:0.37451304 483:0.36544162 680:0.30979207 1122:0.33032278 1328:0.31693334 

那些第一个参数是什么？他们正在使用什么任务？

我确实放了吗？在第一个参数的末尾

其他参数是属性及其值

因此，当我们进行预测时，属性权重与每个SV相乘并求和

那么最后的课程决定是如何做出的呢？

谢谢

Answer 1

这是维基百科的SVM公式：

rho等于-b。

支持向量前面的数字是系数。这是支持向量和输入向量的点积乘以的权重。在公式中，这是c和y的组合。

在对加权点积进行求和并减去rho之后，通过查看此计算得分的符号来做出决定。如果它是正数，那么它是第一类，如果是负数则是第二类。