Python - 使用Linear SVM的擬合模型進行預測

LinearSVC庫中的scikit.learn函數.predict使用測試樣本執行預測。Python - 使用Linear SVM的擬合模型進行預測

LinearSVM_cl.fit(X_train , Y_train)

並用

Y_pred_LinearSVM = LinearSVM_cl.predict(X_test)

然而，我需要知道哪些從擬合模型參數被用於預測一個測試樣品的預測，.coef_？。截距_？

該模型的數據集是20000行和8列具有8個類獲得：

.coef - >

array([[-1.20185887, -0.62510767, -0.92739275, -0.08900084, -1.11164502, 
    -0.56442702, 1.92045989, -0.56706939], 
    [ 0.75386897, 0.9672828 , -2.10451063, 0.53552943, -0.10476675, 
    0.32058617, -0.30133408, -1.01478727], 
    [ 0.35032536, -0.38405342, 0.25462054, 0.47577302, -0.55000734, 
    0.01134098, -0.14534849, 1.14597475], 
    [-0.08888566, -0.08272116, 0.84141105, 0.22040919, 0.27763948, 
    0.57907834, -0.70631803, -0.1017982 ], 
    [ 0.14319018, 0.03329494, 1.52575489, 0.58355648, 1.24454465, 
    -0.92758526, 1.01315744, -0.51935599], 
    [-0.33712774, -0.7826993 , -1.00810522, 0.20346304, 3.67215014, 
    0.93187058, -0.26441527, -0.5351838 ], 
    [-0.70416157, -2.38388785, -1.24720653, 0.43291862, 3.91473792, 
    2.7596399 , -0.63503461, -0.43277051], 
    [-0.14921538, -0.03871313, -0.19896247, 0.08522851, 0.29347373, 
    0.1332059 , -0.10875692, -0.01503476]])

.intercept - >

array([-0.43454897, 0.05659295, -0.95980815, -1.36353241, -3.05042133, 
    -2.93684622, -3.35757856, -1.14034588])

而示例性測試的樣品是

0.7622999 0.514543 0.2195486 0.453202 0.2585706 0.6295224 0.4999675 0.1960128

如何手動預測測試樣本（不使用庫中的內置.predict功能）。

來源

2017-04-06 R user

請注意您的coef爲$ W $，您的intercept爲$ b $，您的新數據點爲$ x $。您的類的預測很簡單：

$ C = \ ARG \ max_i {W_i \ CDOT X + B} $

所以你只適用矩陣乘法，加偏置向量，並挑選最大項的索引。

來源

2017-04-06 16:00:10 ehudk

Python - 使用Linear SVM的擬合模型進行預測

回答

相關問題