python SVM(支持向量机）例子

直接用一个例子来解释：

有两个集合的点，找到他们的支持向量 ：

那么python的目的就是通过这几个点来找到对应的 阿尔法

注：不是最近的点的阿尔法值为0

代码如下：

from sklearn.svm import SVC
import matplotlib.pyplot as plt
import numpy as np
#对应点的坐标
X = np.array([[1, 1], [1, 2], [1, 3], [2, 2], [4, 1], [4, 3], [5, 1], [5, 2], [5, 3]])
#点对应的Y值
Y = np.array([1]*4+[-1]*5)
svc = SVC(kernel='linear')
svc.fit(X, Y)
#得到三个支持向量的alpha
print(svc.dual_coef_)

打印出的结果是：

 这个就是三个点的支持向量alpha

点图：