Veamos algunos de los atributos más importantes de esta clase:
.classes_
El atributo .classes_ nos devuelve las etiquetas de las clases identificadas:
model.classes_
array([0, 1])
.support_
Este atributo nos devuelve los índices en nuestro conjunto de entrenamiento de los vectores de soporte:
model.support_
array([ 0, 13])
Podemos, por lo tanto, visualizar las muestras en cuestión:
X[model.support_]
array([[ 0.9744541 , 0.35384895],
[-0.90498275, 0.55267973]])
[-0.90498275, 0.55267973]])
.support_vectors_
También tenemos acceso a estas muestras a través del atributo .support_vectors_:
model.support_vectors_
array([[ 0.9744541 , 0.35384895],
[-0.90498275, 0.55267973]])
[-0.90498275, 0.55267973]])
.n_support_
El atributo .n_support devuelve el número de vectores de soporte de cada clase:
model.n_support_
array([1, 1])
Los vectores de soporte a los que tenemos acceso usando los atributos .support o .support_vectors están en orden, de forma que podemos extraer los vectores de soporte de cada clase:
# clase 0
model.support_vectors_[:model.n_support_[0]]
model.support_vectors_[:model.n_support_[0]]
array([[0.9744541 , 0.35384895]])
# clase 1
model.support_vectors_[model.n_support_[1]:]
model.support_vectors_[model.n_support_[1]:]
array([[-0.90498275, 0.55267973]])
