Python 2.7 在Scikitlearn'中获取决策函数的输出意味着什么；s SVM，当使用3类时

在执行以下代码块时，我参考了以下博客文章，并获得了以下结果。我的意图是在Scikit learn中的SVM SVC中找出3个类中一个点的距离，但我对所描述的含义感到困惑，是否有任何解决方案

import numpy as np
from sklearn.svm import SVC
x = np.array([[1,2],[2,3],[3,4],[1,4],[1,5],[2,4],[2,6]])
y = np.array([0,1,-1,-1,1,1,0])
classifier = SVC(kernel='linear')
classifier.fit(x,y)
classifier.decision_function([2,1])

最后一次调用给出大小为3的数组的以下输出

array([[ -8.88178420e-16,  -1.40000000e+00,  -1.00000000e+00]])

---

这个数组意味着什么，我们如何使用这个数组找出与特定数据点相关的三类（-1,1,0）中的哪一类。

这是点

[2,1]

与SVM分类器分离超平面的距离。所以第一个值是

[2,1]

与分隔第一类的超平面的距离，依此类推。您可以查看函数的实现，并阅读文档了解更多信息

---

编辑：您也可以查看。

@Mohammad Kashif，您能进一步阐述3个值的响应吗进一步说，我很困惑，第一个值是比较（-1,0）类，第二个是（0,1），第三个是（1，-1）是这样还是其他方式…@Amutheezasivagnanam基本上是点

[2,1]

与1类超平面的垂直距离，然后是点

[2,1]

与0类超平面的垂直距离，最后是点

[2,1]的垂直距离

来自类1的超平面。@Mohammad Kashif，在我的任务中，需要预测它属于哪一个类，这对3个类是可能的，并且使用决策距离，顺便说一句，我调整以获得rbf核中的模型，该模型表示它给出了相对距离。因为当我尝试使用决策函数而不是预测或预测概率时，它给出了非常低的fscore和平均值“第一个值是[2,1]到分隔第一类的超平面的距离”。我开始详细阐述这个主题，并解释列实际上包含一对类的相对位置（而不是一个超平面）。这与以下事实一致：对于4个类，返回的数组有6列（根据文档，为4x3/2），这是类的唯一成对组合数。因此在OP的情况下，第一列包含相对于类1和类2对的度量。