首页 文章

SVM中的决策边界计算

提问于
浏览 次
1

一旦得到模型的系数，我无法理解如何计算决策边界 .

这是我所指的链接：http://scikit-learn.org/stable/auto_examples/svm/plot_svm_margin.html

这是代码

# get the separating hyperplane
w = clf.coef_[0]
a = -w[0] / w[1]
xx = np.linspace(-5, 5)
yy = a * xx - (clf.intercept_[0]) / w[1]

我不明白 a = -w[0] / w[1] 这一行 .

为什么我们将一个系数除以另一个系数？

machine-learning scikit-learn svm linear-algebra

1 回答

  • 1

    分离超平面的形式为 w[0]*x+w[1]*y+intercept=0 . 所以

    w[1]*y=-w[0]*x-intercept

    现在将双方划分为 w[1] ，你得到了

    y=-(w[0]/w[1])*x-intercept/w[1] .

    这正是代码中出现的等式 .

    回复于

相关问题