多类数据集和相同ovr数据集的svm系数之间的差异

时间:2019-05-19 05:22:34

标签: python scikit-learn svm

我用一个vs所有svm分类器训练了虹膜数据集(包括3个类),并在下面显示了coef_和intercept _:

[
[-0.04625854  0.5211828  -1.00304462 -0.46412978] // 1-vs-all coefficients

[-0.00722313  0.17894121 -0.53836459 -0.29239263] // 2-vs-all coefficients

[ 1.15034043  1.14954525 -3.53985244 -4.24622393]] //3-vs-all coefficients

[  1.4528445    1.50771313  13.63764975] //intercepts

然后我创建了ovr iris数据集。我将特定类别标记为1,将其他两个类别标记为0。再次,我使用相同的classifire训练了整个数据集,并打印了coef_和intercept。结果如下:

1-vs-all:
[[-0.04575352  0.52216766 -1.00294058 -0.46406882]]
[ 1.44746413]

2-vs-all:
[[-0.03070975 -2.38286314  1.13998914 -2.61285489]]
[ 5.48399354]

3-vs-all:
[[-1.15034043 -1.14954525  3.53985244  4.24622393]]
[-13.63764975]

如您所见,两个实验中的1-vs-all和3-vs-all结果的绝对值相同,但对于2-vs-all则完全不同。 我不明白为什么会这样?

0 个答案:

没有答案