Это может быть невозможно в теории, если да, пожалуйста, уточните.
Я пытаюсь сопоставить некоторые данные с классом Python sklearn SVM классом sklearn SVM
Когда я использую линейное ядро, я могу извлечь коэффициенты, используя метод get_params, где
coef_ : array, shape = [n_features] if n_classes == 2 else [n_classes, n_features] Веса, присвоенные функциям (коэффициенты в основной задаче). Это доступно только в случае линейного ядра.
Таким образом, я могу найти уравнение наилучшего соответствия, которое зависит от всех независимых переменных, и я могу использовать это уравнение в другом месте.
Можно ли сделать то же самое (получить нелинейное уравнение) из нелинейного ядра (например, RBF или полиномиального ядра) с помощью sklearn?
Спасибо!
Тим