svmの識別関数を得たい

Question

実現したいこと

python3の質問です。scikit-learnの
svmを使用していて、svm.SVCした後の識別関数を得たいのですが
どうにかして得ることはできないのでしょうか。

rbfカーネルを使用している非線形SVMです。

Answer 1

線形ならcoef_を見れば良いですね。

sklearn.svm.SVC — scikit-learn 0.19.1 documentation

RBF（ガウシアンカーネル）だと、無限次元の写像先で考える訳にはいきませんし、元の空間では判別できないからカーネルトリックで飛ばしている訳で、ちょっと筋が悪そう。一応SVC.decision_functionというメソッドがあり、分離超平面とデータとの距離は計算できるので、具体的なデータを突っ込めば「どんな感じなのか」はわかります。

と思っていましたが

ごめんなさい、dual_coef_で良かったです（ちゃんと見ていなかった）。
ここの「学習されたパラメーターの意味」のところが参考になりました。
Scikit-learnによるサポートベクターマシン

Comments

[kr_]

回答有り難うございます。
URLも添付していただきありがとうございます。

同じように dual_coef_ がメソッドがあるのですが、これでは良くないということでしょうか？？

[hayataka2049]

確かに、それを使えばいいみたいですね（回答書いたときdual_coef_が何なのかいまいちよくわかっていなかった）。識別関数に落とし込むには情報が足りないと思ってスルーしてましたが、足りてました（追記したサイト）。誤回答だったので、ごめんなさい

[kr_]

ありがとうございます。
丁寧に参考になるURLもいただいてありがとうございました。