为什么LinearSVC在此数据集上表现不佳？

Question

我刚刚生成了一个数据集，从散点图中，我认为这些散点是可分离的。但是我真的不知道为什么线性SVC-sklearn工作得很糟糕。数据集散布图和SVC结果如下：

scatter plot Linear SVC result

我使用的代码就像

from sklearn.svm import LinearSVC    
svc = LinearSVC()    
model = svc.fit(X, y)

有人可以帮助我解决这个问题吗？我真的认为SVM应该有更好的结果。

数据集的csv文件在这里： data csv file

前两列分别是x和y，第三列是数据标签。

Answer 1

假设您的数据居中，请将fit_intercept设置为False。您可以通过减少错误的代价（C=100）在这里以较少的正则化来做得更好：

svc = LinearSVC(fit_intercept=False, C=100)