我不完全理解您的代码,但让我们看一下您引用的文档页面中的示例:
import numpy as np
X = np.array([[-1, -1], [-2, -1], [1, 1], [2, 1]])
y = np.array([1, 1, 2, 2])
from sklearn.svm import SVC
clf = SVC()
clf.fit(X, y)
现在让我们将 Decision_function() 和 Predict() 应用于样本:
clf.decision_function(X)
clf.predict(X)
我们得到的输出是:
array([[-1.00052254],
[-1.00006594],
[ 1.00029424],
[ 1.00029424]])
array([1, 1, 2, 2])
这很容易解释:决策函数告诉我们我们位于分类器生成的超平面的哪一侧(以及距离它有多远)。根据该信息,估计器然后使用相应的标签来标记示例。