Python scikits学习——分离超平面方程

Question

分离超平面的方程是W.X + b = 0。

对于 support vector machine in scikit-learn ，分离超平面是如何导出的？ “a”和“w”表示什么？

Answer 1

在 scikit-learn 中，coef_ 属性保存线性模型的分离超平面的向量。它具有形状 (n_classes, n_features) 如果 n_classes > 1 (多类 one-vs-all)和 (1, n_features) 对于二元分类。

在这个玩具二进制分类示例中，n_features == 2，因此 w = coef_[0] 是与超平面正交的向量(超平面完全由它 + 截距)。

要在 2D 情况下绘制此超平面(2D 平面的任何超平面都是 1D 线)，我们想要找到一个 f，如 y = f(x) = a.x + b。在这种情况下，a 是直线的斜率，可以通过 a = -w[0]/w[1] 计算。