SVM中的决策边界计算

时间:2017-04-23 18:26:06

标签: machine-learning scikit-learn svm linear-algebra

一旦得到模型的系数,我无法理解如何计算决策边界。

以下是我所指的链接:http://scikit-learn.org/stable/auto_examples/svm/plot_svm_margin.html

这是代码

# get the separating hyperplane
w = clf.coef_[0]
a = -w[0] / w[1]
xx = np.linspace(-5, 5)
yy = a * xx - (clf.intercept_[0]) / w[1]

我不理解a = -w[0] / w[1]这一行。

为什么我们将一个系数与另一个系数分开?

1 个答案:

答案 0 :(得分:1)

分离超平面的格式为w[0]*x+w[1]*y+intercept=0。所以

w[1]*y=-w[0]*x-intercept

现在将双方划分为w[1],你得到

y=-(w[0]/w[1])*x-intercept/w[1]

这正是代码中出现的等式。