我在Python中使用sklearn.svm中的SVC进行二分类。对于gamma参数，它的默认值是
.
我很难理解这一点。如果输入是一个3维的向量(3,)，例如[3,3,3]，并且输入向量的数量是10,000，那么gamma的默认值是什么？另外，有没有办法可以打印出来查看它的值？
回答：
通过一个例子可以很容易理解。下面的数组X有两个特征（列）。数组的方差是1.75。因此，默认的gamma值是1/(2*1.75) = 0.2857。你可以通过检查分类器的._gamma属性来验证这一点。
import numpy as npfrom sklearn.svm import SVCX = np.array([[-1, -1], [-2, -1], [1, 1], [2, 1]])y = np.array([1, 1, 2, 2])clf = SVC(gamma='scale')clf.fit(X, y)n_features = X.shape[1]gamma = 1 / (n_features * X.var())clf._gamma输出:X
Out[24]: array([[-1, -1], [-2, -1], [ 1, 1], [ 2, 1]])n_featuresOut[25]: 2X.var()Out[26]: 1.75gammaOut[27]: 0.2857142857142857clf._gammaOut[28]: 0.2857142857142857