我制作了一堆视觉词汇并使用SVM进行训练。训练后，我将分类器文件保存到xml文件中。我想知道这个文件里面有什么。如果有人能解释我这些令人困惑的复数是多少，那将是完美的？例如，在其中一个分类器中，我将这些数字列为支持向量之一
0. 0. 0. 0. 7.14285718e-03 0. 0. 0. 0. 0. 0. 0. 0. 7.14285718e-03
0. 0. 7.14285718e-03 0. 0. 0. 7.14285718e-03 0. 0. 0. 0. 0. 0. 0.
7.14285718e-03 0. 0. 0. 0. 7.14285718e-03 0. 0. 0. 0. 0. 0. 0. 0.
0. 0. 7.14285718e-03 7.14285718e-03 7.14285718e-03 0. 0. 0.
7.14285718e-03 7.14285718e-03 7.14285718e-03 0. 0. 0. 0. 0. 0. 0.
0. 0. 0. 0. 0. 7.14285718e-03 0. 0. 0. 0. 0. 7.14285718e-03 0. 0.
7.14285718e-03 0. 7.14285718e-03 0. 0. 0. 0. 0. 7.14285718e-03 0.
0. 7.14285718e-03 0. 0. 1.42857144e-02 0. 0. 0. 0. 0. 0. 0. 0. 0.
0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 7.14285718e-03 0. 0. 0. 0. 0. 0.
7.14285718e-03 7.14285718e-03 0. 0. 0. 7.14285718e-03 0. 0.
7.14285718e-03 0. 7.14285718e-03 0. 0. 0. 7.14285718e-03 0. 0. 0.
0. 7.14285718e-03 7.14285718e-03 1.42857144e-02 0. 0. 0. 0. 0. 0.
0. 7.14285718e-03 7.14285718e-03 0. 0. 7.14285718e-03 0. 0. 0. 0.
0. 0. 0. 7.14285718e-03 7.14285718e-03 0. 0. 0. 0. 0. 0. 0.
7.14285718e-03 7.14285718e-03 0. 0. 0. 0. 7.14285718e-03 0. 0.
7.14285718e-03 0. 0. 0. 0. 0. 0. 7.14285718e-03 7.14285718e-03 0.
0. 0. 0. 7.14285718e-03 0. 0. 0. 0. 0. 0. 0. 1.42857144e-02 0.
7.14285718e-03 7.14285718e-03 0. 0. 7.14285718e-03 7.14285718e-03
7.14285718e-03 0. 0. 0. 7.14285718e-03 0. 7.14285718e-03 0.
7.14285718e-03 0. 0. 0. 7.14285718e-03 0. 0. 0. 0. 0. 0. 0. 0. 0.
0. 0. 0. 0. 0. 7.14285718e-03 7.14285718e-03 0. 0. 0. 0. 0. 0. 0.
0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 1.42857144e-02 0. 0. 0.
7.14285718e-03 7.14285718e-03 7.14285718e-03 0. 0. 7.14285718e-03
0. 0. 0. 0. 0. 7.14285718e-03 0. 0. 0. 0. 0. 0. 0. 1.42857144e-02
0. 7.14285718e-03 7.14285718e-03 0. 0. 0. 0. 0. 0. 0. 0.
7.14285718e-03 0. 7.14285718e-03 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.
7.14285718e-03 1.42857144e-02 7.14285718e-03 0. 0. 0.
7.14285718e-03 7.14285718e-03 0. 7.14285718e-03 0. 0. 0. 0. 0. 0.
0. 0. 0. 0. 7.14285718e-03 0. 0. 0. 7.14285718e-03 0. 0. 0. 0. 0.
0. 0. 0. 7.14285718e-03 0. 0. 7.14285718e-03 0. 0. 0.
7.14285718e-03 1.42857144e-02 0. 0. 7.14285718e-03 0. 0. 0. 0. 0.
7.14285718e-03 0. 0. 0. 0. 0. 7.14285718e-03 0. 1.42857144e-02
7.14285718e-03 0. 0. 0. 0. 0. 0. 0. 0. 0. 7.14285718e-03 0.
7.14285718e-03 0. 7.14285718e-03 0. 0. 0. 7.14285718e-03 0. 0. 0.
0. 0. 0. 0. 0. 0. 0. 7.14285718e-03 7.14285718e-03 0.
7.14285718e-03 0. 7.14285718e-03 0. 0. 0. 0. 0. 1.42857144e-02 0.
0. 0. 0. 0. 0. 0. 7.14285718e-03 0. 0. 0. 0. 0. 0. 0. 0. 0.
7.14285718e-03 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.
0. 0. 0. 0. 0. 0. 0. 7.14285718e-03 0. 0. 0. 7.14285718e-03 0. 0.
0. 0. 0. 7.14285718e-03 0. 0. 7.14285718e-03 7.14285718e-03 0.
7.14285718e-03 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 7.14285718e-03 0. 0.
0. 0. 0. 0. 0. 0. 0. 0. 7.14285718e-03 7.14285718e-03 0. 0. 0.
7.14285718e-03 0. 0. 7.14285718e-03 0. 0. 7.14285718e-03 0.
7.14285718e-03 0. 0. 0. 7.14285718e-03 1.42857144e-02
7.14285718e-03 0. 7.14285718e-03 7.14285718e-03 0. 7.14285718e-03
0. 0. 0. 0. 0. 0. 0. 7.14285718e-03 7.14285718e-03 0. 0.
7.14285718e-03 7.14285718e-03 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.
7.14285718e-03 0. 1.42857144e-02 0. 0. 7.14285718e-03 0. 0.
7.14285718e-03 7.14285718e-03 0. 7.14285718e-03 7.14285718e-03 0.
0. 7.14285718e-03 0. 0. 7.14285718e-03 0. 0. 0. 0. 0. 0. 0. 0. 0.
0. 0. 0. 0. 0. 0. 7.14285718e-03 0. 0. 0. 0. 0. 7.14285718e-03 0.
0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 7.14285718e-03 0.
7.14285718e-03 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.
7.14285718e-03 0.</_>
我也将一些数字列为决策函数
<_>
<sv_count>160</sv_count>
<rho>6.8452455347574559e-01</rho>
<alpha>
2.5423138988157837e+02 4.5359710671544804e+01
4.7925099613211181e+01 3.2497094934516078e+01
2.4983673109354024e+02 2.0186724271830130e+00
4.9541532560346980e+01 1.9258206475108761e+02
1.4208655744375281e+02 2.0711626640754659e+02
1.2068417868722047e+02 1.3573973539317768e+01
5.5489123127143664e+01 9.7180296858566976e+01
6.9886513829497147e+01 1.6371164919246954e+01
3.1642406354083249e+01 2.5886527876799857e+02
3.1250000000000000e+02 3.1250000000000000e+02
2.0771926734227043e+02 4.2495168884268978e+01
2.8453561492315282e+02 1.1405394481820327e+01
1.7741953230246492e+02 9.2973753188366530e+01
3.9712931629884940e+00 9.0291607882962168e+01
3.1546308765559861e+01 3.1250000000000000e+02
1.4896568695951177e+02 1.5306466156082442e+02
2.7305921645345398e+02 3.1250000000000000e+02
1.4892283547123927e+02 4.7594479073169801e+01
2.1824299237008475e+02 2.4829756411437891e+01
3.1976656407063476e+01 5.6938028381102022e+01
3.1250000000000000e+02 2.5953680249873128e+02
1.0002648018172249e+02 2.5157934309570987e+02
1.7741103715377861e+01 1.9992699841501917e+01
8.6202148931839787e+01 1.0392782855617838e+02
3.1250000000000000e+02 7.6663908473776402e+01
5.5675806743350947e+01 3.1250000000000000e+02
7.3328033730960257e+01 6.5586061236933034e+01
4.2039699007673583e+01 7.5370218914539429e+00
1.7203879419077174e+02 4.2944551804786656e+01
1.6962172789493428e+02 6.9676253907360163e+01
2.2036375754735451e+02 1.9013513283743939e+02
2.1175310816726309e+02 1.1501452645915194e+02
9.3145425905269946e+01 1.1792778507058536e+01
3.1250000000000000e+02 2.2680096047467424e+02
3.1250000000000000e+02 7.6728278490255576e+01
2.0175148545806369e+01 1.1273255229456623e+02
2.1795882740597577e+02 2.4400361256876141e+02
1.2123557815356189e+02 1.5920223919570387e+02
7.7440259533867632e+01 3.1250000000000000e+02
-1.8112193734535182e+02 -6.9153767437005982e+01
-3.1250000000000000e+02 -3.1250000000000000e+02
-1.4495109182072518e+01 -8.9557554159927960e+01
-7.1916123157995997e+01 -2.4218527642086951e+02
-1.7211054184341103e+02 -2.3748462041725261e+01
-1.8462608637511977e+02 -2.2874954256233488e+02
-7.2542014531887006e+01 -1.8997108501002415e+02
-1.5598282505321716e+01 -5.5723745769954917e+01
-5.2802598904913609e+01 -1.3013028628143746e+02
-1.2124556881272166e+02 -1.1423168465471257e+02
-5.2147128197400150e+01 -2.1216778063124082e+02
-1.5000985328856076e-01 -1.7754679880386032e+01
-1.1823360915217981e+02 -3.4861851956600006e+01
-2.3578140235546104e+02 -1.3001303548621669e+02
-4.6736763318124133e+01 -8.5950845203580101e+01
-4.1035785728939921e+01 -3.1250000000000000e+02
-8.8795368804725229e+01 -5.1385733643393223e+01
-1.8731464905569453e+02 -6.4504100104803541e+01
-9.3282340087581758e+01 -1.9980840892775740e+02
-3.1903639756172673e+01 -2.7071173159041695e+01
-1.2731899125431256e+02 -2.3635950086980486e+02
-1.3187967454395482e+02 -1.5046577609246560e+02
-1.7451647263470295e+02 -3.2916479760248947e+01
-6.1305721034966489e+01 -6.2939162691432998e+01
-4.5532244525447773e+01 -1.2147281278044319e+02
-2.3806419646114563e+02 -7.1052243132435734e+01
-1.0259059168292725e+02 -1.5751096262864070e+02
-1.1956437113909620e+02 -1.4033869361185694e+02
-1.9355483203613363e+02 -2.1442805317743975e+02
-3.1250000000000000e+02 -8.7323058651175728e+01
-7.7141310535231227e+01 -2.6142074888957346e+01
-1.5777296612468865e+02 -4.4918113905201572e+01
-9.4008234073480864e+01 -1.6906602934353973e+02
-3.9150799407684666e+01 -1.1500702631407735e+02
-3.1250000000000000e+02 -1.3655423586611803e+02
-2.3671839466119775e+02 -2.9748423709122022e+02
-2.2222775915092885e+01 -2.5321356872483855e+02
-3.1250000000000000e+02 -1.2565985069323030e+02
-8.0582560246929845e+01 -2.5479938786542269e+02
-3.0449808108987465e+01 -2.6231027402499296e+02
-1.6509634709133155e+02 -8.9200955788667031e+01</alpha>
<index>
显然第一个是支持向量，第二个是决策函数。但问题是这些数字代表什么？有起点吗？结束点？ ditection？角度？内核的不同参数？如果是这样，他们在哪些方面存储？应该补充一点，我使用RBF内核插入示例。 （我需要这些信息才能绘制出一个情节形式），就像这样： RBF Kernel 非常感谢提前
