Python - リニアSVMのフィットモデルを手動で予測する

Question

ライブラリからのscikit.learn関数.predict LinearSVCは、テストサンプルを使用して予測を実行します。

LinearSVM_cl.fit(X_train , Y_train) 

と

Y_pred_LinearSVM = LinearSVM_cl.predict(X_test) 

と予測しかし、私は.coef_、試験サンプルを予測するために使用されたフィットモデルからパラメータを知っている必要がありますか？ .intercept_？ >

array([[-1.20185887, -0.62510767, -0.92739275, -0.08900084, -1.11164502, 
    -0.56442702, 1.92045989, -0.56706939], 
    [ 0.75386897, 0.9672828 , -2.10451063, 0.53552943, -0.10476675, 
    0.32058617, -0.30133408, -1.01478727], 
    [ 0.35032536, -0.38405342, 0.25462054, 0.47577302, -0.55000734, 
    0.01134098, -0.14534849, 1.14597475], 
    [-0.08888566, -0.08272116, 0.84141105, 0.22040919, 0.27763948, 
    0.57907834, -0.70631803, -0.1017982 ], 
    [ 0.14319018, 0.03329494, 1.52575489, 0.58355648, 1.24454465, 
    -0.92758526, 1.01315744, -0.51935599], 
    [-0.33712774, -0.7826993 , -1.00810522, 0.20346304, 3.67215014, 
    0.93187058, -0.26441527, -0.5351838 ], 
    [-0.70416157, -2.38388785, -1.24720653, 0.43291862, 3.91473792, 
    2.7596399 , -0.63503461, -0.43277051], 
    [-0.14921538, -0.03871313, -0.19896247, 0.08522851, 0.29347373, 
    0.1332059 , -0.10875692, -0.01503476]]) 

.intercept - - >

array([-0.43454897, 0.05659295, -0.95980815, -1.36353241, -3.05042133, 
    -2.93684622, -3.35757856, -1.14034588]) 

及び試験例

.coef：

モデルのデータセットは、8クラスを取得20000行8列ですサンプルは

0.7622999 0.514543 0.2195486 0.453202 0.2585706 0.6295224 0.4999675 0.1960128 

テストサンプルを手動で予測するにはどうすればいいですか（ライブラリからビルドされた予測関数を使わずに）。

Answer 1

coefを$ W $、interceptを$ b $、新しいデータポイントを$ x $とします。あなたのクラス予測は単純です：

$ C = \のarg \ MAX_I {W_i \ CDOT X + B} $

だから、あなただけの、行列の乗算を適用するバイアスベクトルを追加し、最大のエントリのインデックスを選択します。