如何确定libsvm计算出的决策边界

我正在使用libsvm对数据进行线性SVM分类,我想知道它生成的分离超平面(即向量w和实数b,使得当w.x+b>0时,x被分类为正样本)。工具svm-weight返回w的系数,但是我如何计算出b呢?


回答:

缺少的部分是:在wx + b > 0中,b的值是-model.rho

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注