如何在Python中打印SVM的摘要（相当于R）？

Question

我已经为一些随机生成的数据安装了一个带有线性内核的支持向量机。代码如下所示。

import pandas as pd
import numpy as np
from sklearn.svm import SVC


np.random.seed(3)
x = np.random.randn(20,2)
y = np.repeat([1,-1], 10)

#Adding 1 to each of the observations:
x[y == -1] = x[y == -1]+1
from sklearn.svm import SVC
#Fitting the SVM
svc = SVC(kernel='linear', C=10)
svmfit = svc.fit(x,y)

在 R 中，使用命令 summary(svmfit) 给出了 SVM 参数的一个很好而简短的描述，如下所示（我从统计学习简介，第 9 章 - 支持向量机中获取了图像实验室练习）.

我无法在 Python 中找到类似的函数。我知道我可以使用 classes_, support_vectors_, n_support_ 等 SVM 的属性来单独获取它们。但我想让它类似于 R 中的 summary() 函数。

是否存在我在搜索时可能遗漏的函数或库？（因为我也知道 statsmodels 对类似于 R 的回归模型给出了非常好的描述）

Answer 1

好吧 AFAIK，Python 中没有提供 SVM 模型摘要的软件包，sklearn 用于预测 modeling/machine 学习，评估标准基于以前未见过的性能数据。

或者，类似于 R ---> summary(svmfit) ，如果你

print(svmfit)

SVC(C=10, break_ties=False, cache_size=200, class_weight=None, coef0=0.0,
    decision_function_shape='ovr', degree=3, gamma='scale', kernel='linear',
    max_iter=-1, probability=False, random_state=None, shrinking=True,
    tol=0.001, verbose=False)

您将获得 SVM 模型中具有初始值和默认值的所有参数。

如何在Python中打印SVM的摘要（相当于R）？

How to print the summary of SVM in Python (equivalent to R)?

python

scikit-learn

statsmodels