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

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注