私は、分類問題にsklearn.svm.SVCを使用しています。私のデータを訓練した後、ROC曲線を生成するために、いくつかの値を通してバイアス（すなわち、通常の符号（w.x + b）SVM方程式の項b）をループしたいと思います。 （私はすでにクロスバリデーションを行い、ハイパーパラメータを選んだので、これはテスト用です）。トレーニング前、予測前にscikit SVMのバイアスパラメータbを変更する
.intercept_属性で試してみましたが、これは私が外出したものを変更しません.predict() ...バイアス用語を変更する代替方法はありますか？
私は潜在的にサポートベクトルを回復し、バイアスを変更して自分自身の.predict()関数を実装できますが、これはやや重いアプローチのようです。
私は2年前と全く同じ問題を抱えていました。残念ながら、唯一の解決策は、これを自分で行うことです。 "predict"を実装するのはかなり簡単ですが、Pythonでは1つのライナーです。残念ながら.intercept_は実際にはのコピーのインターセプト（内部ではlibsvmのもの）です。かなり混乱することは、まったく同じライブラリのLinearSVCでは真実ではなく、実際にはバイアスを交互に変えることができるということです（ただし、カーネルにアクセスすることはできません）。
もちろん、コンピューティングカーネルの価値のように深くする必要はありません。あなたはまだ "decision_function"へのアクセス権を持っていますが、最終的に内部に偏りがあります。意思決定機能から古いバイアスを取り除き、新しいバイアスを追加してサインを取るだけです。これは（バイアスの兆候まで）：
def new_predict(clf, new_bias, X):
return np.sign(clf.decision_function(X) + clf.intercept_ - new_bias)