SKLearn：从决策边界获取每个点的距离？

Question

我正在使用 SKLearn 对我的数据运行 SVC。

from sklearn import svm

svc = svm.SVC(kernel='linear', C=C).fit(X, y)

我想知道如何从决策边界获得 X 中每个数据点的距离？

Answer 1

对于线性核，决策边界为 y = w * x + b，点 x 到决策边界的距离为 y/||w||。

y = svc.decision_function(x)
w_norm = np.linalg.norm(svc.coef_)
dist = y / w_norm

对于非线性内核，无法获得绝对距离。但是您仍然可以使用decision_funcion相对距离的结果。