python - 如何在Python(相当于R)中打印SVM的摘要？

Question

我已经将带有线性内核的支持向量机安装到一些随机生成的数据上。代码如下所示。

import pandas as pd
import numpy as np
from sklearn.svm import SVC


np.random.seed(3)
x = np.random.randn(20,2)
y = np.repeat([1,-1], 10)

#Adding 1 to each of the observations:
x[y == -1] = x[y == -1]+1
from sklearn.svm import SVC
#Fitting the SVM
svc = SVC(kernel='linear', C=10)
svmfit = svc.fit(x,y)

在 R 中，使用命令 summary(svmfit) 给出了 SVM 参数的简洁描述，如下所示(我从《统计学习简介》第 9 章中获取了图像 -实验室练习中的支持向量机) .

我无法在 Python 中找到类似的函数。我知道我可以使用 SVM 的属性(如 classes_、support_vectors_、n_support_)来单独获取它们。 但我希望它类似于 R 中的 summary() 函数。

是否存在我在搜索时可能错过的函数或库？ (因为我也知道 statsmodels 给出了类似于 R 的回归模型的非常好的描述)

Answer 1

据我所知，Python 中没有提供 SVM 模型摘要的软件包，sklearn 用于预测建模/机器学习，评估标准基于以前未见过的数据的性能。

或者，类似于 R ---> summary(svmfit) ，如果您

print(svmfit)

SVC(C=10, break_ties=False, cache_size=200, class_weight=None, coef0=0.0,
    decision_function_shape='ovr', degree=3, gamma='scale', kernel='linear',
    max_iter=-1, probability=False, random_state=None, shrinking=True,
    tol=0.001, verbose=False)

您将获得 SVM 模型中具有初始值和默认值的所有参数。