実装サポートベクトル

Question

import sklearn 
import numpy 
from sklearn.svm import SVC 
f=open ('svm_data','r') 
X=[] 
y=[] 
for line in f: 
comps=line.strip().split('\t') 
x=[float(comps[0]),float(comps[1])] 
Y=float(comps[2]) 
X.append(x) 
y.append(y) 
X=numpy.asarray(X) 
Y=numpy.asarray(Y) 

多くのサポートベクトルは、あなたが何を訓練していない

Answer 1

与えられたデータに3つのカーネルそれぞれRBF、線形および次の多項式を使用して得られたこのproblem.Howでサポートectorsを見つける方法あなたのコードでは、サポートベクトルの数と性質はデータとパラメータによって異なります。

あなたの分類器/回帰を訓練している場合、あなたがそれらを得ることができます：docsに概説されているよう

sv = clf.support_vectors_ 

。

形状の配列[n_SV, n_features]です。ドキュメントから

コンプリート例：

import numpy as np 
X = np.array([[-1, -1], [-2, -1], [1, 1], [2, 1]]) 
y = np.array([1, 1, 2, 2]) 
from sklearn.svm import SVC 
clf = SVC() 
clf.fit(X, y) 

print(clf.support_vectors_)