SKLearn:获取每个点到决策边界的距离?

发布于 2021-01-29 17:28:53

我正在使用SKLearn在数据上运行SVC。

from sklearn import svm

svc = svm.SVC(kernel='linear', C=C).fit(X, y)

我想知道如何获取决策边界中X中每个数据点的距离?

关注者
0
被浏览
48
1 个回答
  • 面试哥
    面试哥 2021-01-29
    为面试而生,有面试问题,就找面试哥。

    对于线性核,决策边界为y = w * x + b,从点x到决策边界的距离为y / || w ||。

    y = svc.decision_function(x)
    w_norm = np.linalg.norm(svc.coef_)
    dist = y / w_norm
    

    对于非线性内核,无法获得绝对距离。但是您仍然可以将结果decision_funcion用作相对距离。



知识点
面圈网VIP题库

面圈网VIP题库全新上线,海量真题题库资源。 90大类考试,超10万份考试真题开放下载啦

去下载看看