python - SVM（SVC）训练中的obj和rho是什么？

Question

我在 SVC 中训练了一个分类模型，我想将训练过程可视化，因此详细设置为 True。这是我得到的结果：

optimazation finished,#iter = 200
obj = -315.082675, rho = 3.537407
nSV = 232, nBSV = 199

iter 表示收敛所需的迭代。在这种情况下，obj 和 rho 是什么意思？

标签： pythonmachine-learningscikit-learnsvm

Answer 1

scikit-learn的SVC 实现基于libsvm. 您正在尝试解决这里定义为以下二次程序（原始问题）的 ν-支持向量分类问题：

对应的对偶问题是

最优超平面的软边距变体的ν-SVC使用ν-参数化。标准正则化参数C由参数ν ∈ [0, 1]代替，该参数分别是作为支持向量且位于超平面错误一侧的示例数量的下限和上限，如此处所述。

变量 ρ 也被优化。请注意，对于 ξ = 0，两个类别之间的间隔为 2ρ/||w||。这里rho是指收敛时 ρ 的最优值。并且obj是收敛时目标函数（最小化）的最优值。