支持向量机中的决策边界计算

一旦我们获得模型的系数,我无法理解决策边界是如何计算的。

我参考的链接是:http://scikit-learn.org/stable/auto_examples/svm/plot_svm_margin.html

这里是代码

# get the separating hyperplanew = clf.coef_[0]a = -w[0] / w[1]xx = np.linspace(-5, 5)yy = a * xx - (clf.intercept_[0]) / w[1]

我不理解a = -w[0] / w[1]这一行。

为什么我们要用一个系数除以另一个系数?


回答:

分离超平面的形式是w[0]*x+w[1]*y+intercept=0。所以

w[1]*y=-w[0]*x-intercept

现在将两边都除以w[1],你会得到

y=-(w[0]/w[1])*x-intercept/w[1]

这正是你代码中出现的方程。

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