from sklearn.svm import LinearSVC
from sklearn.svm import SVC
参数
#线性SVC
penalty惩罚项l1 or l2,默认l2.
loss损失函数的选择,hinge or squared_hinge。
dual是否采用对偶方式求解,默认True。
tol停止迭代的阈值。
C 惩罚系数c,c越大,越容易过拟合,C越小,则泛化能力越强。
multi_class多分类时限方式,‘ovr’, ‘crammer_singer’
fit_intercept是否设置偏置b。
class_weight适用于类别不平衡。
max_iter最大迭代次数。
#非线性SVC
C 惩罚系数c,c越大,越容易过拟合,C越小,则泛化能力越强。
kernel核函数,可选linear, poly, rbf, Sigmod, precomputed(已经提供了一个核函数。
degress如果选择了多项式核函数,表示其p值。默认为3.
gamma 多项式,高斯(径向基),Sigmod核函数中的gamma值。
coef0多项式,Sigmod核函数中的r值。
tol停止迭代的阈值。
class_weight适用于类别不平衡。
max_iter最大迭代次数。
据说,主要使用rbf核,主要调节的参数是C和gamma。
方法
sklearn通用方法
属性
**support_vectors_**支持向量
**support_**支持向量的index