-1
我進行一個小實驗來找出支持向量機的實際工作，而不是隻是凌亂的數學公式什麼是SVM模型火車輸出的LIBSVM
現在我搜索谷歌和發現了幾個參數的含義，但我仍然不知道有幾個人
的頂部輸出是這樣的下面
svm_type c_svc
kernel_type linear
nr_class 2
total_sv 417
rho -0.215616
label 1 2
nr_sv 222 195
SV
我知道他們的除了RHO意義。它用於什麼任務？就像它是一個門檻，如果預測值比第二類還要小？或者原始公式中的靜態參數是b？
而且我想學習尤其是這參數
對於第一類
1.015964637640586(?) 1:0.24665231 4:0.14476547 15:0.20357756 16:0.18792053 17:0.24857121 56:0.08635193 130:0.29008309 192:0.3327738 205:0.1299556 538:0.3327738 819:0.40555177 1166:0.24665231 1484:0.23615943 2382:0.4106203
1.855735328446067(?) 76:0.1757074 108:0.26389822 547:0.26088058 648:0.26916638 765:0.87119196
對於第二類
-0.1420833389096254(?) 1:0.06239991 29:0.021063915 47:0.028132803 316:0.057096583 999:0.069383082 1379:0.075283916 1530:0.081629601 1724:0.98528953 1917:0.060585087
-2.331507968370806(?) 4:0.18457891 33:0.15922398 150:0.17287198 291:0.21749933 324:0.38461278 349:0.25831757 397:0.26342762 398:0.37451304 483:0.36544162 680:0.30979207 1122:0.33032278 1328:0.31693334
什麼是那些第一參數？他們正在使用什麼任務？
我確實把？在第一個參數
其他參數屬性的結束，它們的值
所以，當我們做預測，屬性權重乘以SV的每一個和總結
那麼爲什麼最後課堂決定是做什麼的？
謝謝
