python中支持向量的实现

如何在这个问题中找到支持向量。在给定数据上分别使用rbf、线性和三次多项式核获得多少支持向量

您没有在代码中训练任何内容，支持向量的数量和性质取决于数据和参数

如果您培训了分类器/回归器，您可以通过以下方法获得它们：

import sklearn
import numpy
from sklearn.svm import SVC
f=open ('svm_data','r')
X=[]
y=[]
for line in f:
comps=line.strip().split('\t')
x=[float(comps[0]),float(comps[1])]
Y=float(comps[2])
X.append(x)
y.append(y)
X=numpy.asarray(X)
Y=numpy.asarray(Y)

如本报告所述

这是一组形状

[n\u SV，n\u特征]

文档中的完整示例：

sv = clf.support_vectors_ 

---

你读了吗？它是sklearn支持的还是有工具支持的？请更正代码中的缩进。可能值得添加

clf.n\u支持

？这实际上包含了支持向量的数量（每个类）？

import numpy as np
X = np.array([[-1, -1], [-2, -1], [1, 1], [2, 1]])
y = np.array([1, 1, 2, 2])
from sklearn.svm import SVC
clf = SVC()
clf.fit(X, y) 

print(clf.support_vectors_)