Python scikits 学习 - 分离超平面方程

Question

分离超平面的方程为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”代表什么？

Answer 1

在 scikit-learn 中，coef_ 属性保存线性模型的分离超平面的向量。如果 n_classes > 1 (多类一对一)，则其形状为 (n_classes, n_features) 且 (1, n_features) 为二元分类。

在这个二元分类玩具示例中，n_features == 2，因此 w = coef_[0] 是与超平面正交的向量(超平面完全由下式定义)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)，我们需要找到一个 f，如 y = f(x) = a.x + b。在本例中，a 是直线的斜率，可以通过 a = -w[0]/w[1] 计算。