SVC，scikit-learn 中的详细日志缩写含义

【问题标题】：Verbose log abbriviations meaning in SVC, scikit-learnSVC，scikit-learn 中的详细日志缩写含义
【发布时间】：2017-06-11 05:29:15
【问题描述】：

我在找scikit-learn中SVC函数的verbose log abbrivations的意思？

如果nSV是支持向量的个数，#iter是迭代次数，nBSV,rho,obj是什么意思？

这是一个例子：

import numpy as np
from sklearn.svm import SVR
sets=np.loadtxt('data\Exp Rot.txt')         # reading data
model=SVR(kernel='rbf',C=100,gamma=1,max_iter=100000,verbose=True)
model.fit(sets[:,:2],sets[:,2])
print(model.score)

这是结果

【问题讨论】：

标签： python scikit-learn svm verbose

【解决方案1】：

scikit-learn 正在使用支持向量机的libsvm's 实现（LinearSVC 将使用同一作者的liblinear）。官网有自己的FAQ回答这个here。

摘录：

Q：训练 C-SVM 的输出如下。它们是什么意思？

优化完成，#iter = 219

nu = 0.431030

obj = -100.877286, rho = 0.424632

nSV = 132，nBSV = 107

总 nSV = 132

obj 是对偶 SVM 问题的最优目标值

rho 是决策函数 sgn(w^Tx - rho) 中的偏置项

nSV 和 nBSV 是支持向量和有界支持向量的数量（即 alpha_i = C）

nu-svm 是 C-SVM 的某种等效形式，其中 C 被 nu 替换

nu 仅显示相应的参数。更多细节在 libsvm 文档中

Link to the libsvm document mentioned above (PDF!)

【讨论】：

非常感谢