2019-01-25

写出 svm  原始问题转换至其对偶问题的数学推导过程：

1  导包： from  sklearn  import   svm

2  构建模型: clf =  svm.SVC(gamma='scale')

3  训练 模型 ： clf.fit(X,Y)

4  利用该模型进行预测： clf.predict([[2.,2.]]) 

# get support vectors： clf.support_vectors_array([[0., 0.], [1., 1.]])

 # get indices of support vectors： clf.support_array([0, 1]...)

# get number of support vectors for each class： clf.n_support_array([1, 1]...)

参考 ： http://scikit-learn.org/stable/modules/svm.html

svm 面试：

https://blog.csdn.net/u013793732/article/details/80117521