分离超平面的方程是 W.X + b = 0。

在scikit-learn中的支持向量机中，分离超平面是如何推导出来的？’a‘ 和 ‘w‘ 分别代表什么？

回答：

在scikit-learn中，coef_属性保存了线性模型的分离超平面的向量。如果n_classes > 1（多类别一对多），其形状为(n_classes, n_features)；对于二元分类，其形状为(1, n_features)。

在这个玩具二元分类示例中，n_features == 2，因此w = coef_[0]是与超平面正交的向量（超平面完全由它和截距定义）。

要在二维情况下绘制这个超平面（任何二维平面的超平面都是一条一维线），我们需要找到一个f，如y = f(x) = a.x + b。在这种情况下，a是线的斜率，可以通过a = -w[0] / w[1]计算得出。