使用 scikit 以原始形式 SVM 计算常数 b答案

【问题标题】：Calculate constant b in primal form SVM using scikit使用 scikit 以原始形式 SVM 计算常数 b
【发布时间】：2014-03-28 06:28:18
【问题描述】：

在支持向量机的二进制分类的情况下，每个新点 x' 都通过评估进行分类，

y' = sign(w . x' + b)

这是原始问题的情况。

我想找出分类器方程，为此我需要找到“w”向量和常数“b”。我正在使用 scikit-learn 包在 Python 中实现它。

在scikit-learn包中可以通过属性“coef_”找到w向量，但是如何找到常量b的值呢？

from sklearn import svm
cll = svm.SVC(kernel='linear')
cll.fit(X, Y) #X is the instances and Y is the output variable
w = cll.coef_[0]

我如何找到 b？

注意：“intercept_”属性包含持有对偶形式的独立项-P，而不是原始形式。

【问题讨论】：

【解决方案1】：

注意："intercept_" 属性包含持有对偶形式的独立项-P，而不是原始形式。

对偶形式不存在“独立项”（对偶优化公式是无偏的）。这是y' = sign(w . x' + b)中的b，相当于y' = sign( SUM_i alpha_i K(sv_i, x) + b )

【讨论】：