硬边距支持向量机的Sklearn内置函数 [英] Sklearn built-in function for Hard margin SVM

查看:30
本文介绍了硬边距支持向量机的Sklearn内置函数的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!

问题描述

我知道软边距支持向量机有一个内置函数,如下所示。

from sklearn.svm import SVC
clf = SVC(C=1, kernel = 'linear')
clf.fit(X, y)
但对于硬间隔支持向量机,我们需要C=0,对吗?但当我让C=0时,代码报告错误ValueError: C <= 0

推荐答案

SCRICKIT-LEARN中没有硬边距支持向量机,因为它不是很有用的模型。从数值上讲,只需设置C=1e-10就可以非常接近它,但这可能会导致收敛问题,因为在对偶公式中,支持向量机C是拉格朗日乘子的上界。

这篇关于硬边距支持向量机的Sklearn内置函数的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持IT屋!

查看全文
登录 关闭
扫码关注1秒登录
发送“验证码”获取 | 15天全站免登陆