如果您使用
svm.LinearSVC()estimator,并且
.decision_function()(例如svm.SVC的.predict_proba())将结果从最可能的类排序到最不可能的类。这与
.predict()功能一致。另外,此估算器速度更快,并且获得的结果几乎相同
svm.SVC()
对您来说,唯一的缺点可能是
.decision_function()给出一个介于-1和3之间的有符号值sth而不是概率值。但它与预测一致。

如果您使用
svm.LinearSVC()estimator,并且
.decision_function()(例如svm.SVC的.predict_proba())将结果从最可能的类排序到最不可能的类。这与
.predict()功能一致。另外,此估算器速度更快,并且获得的结果几乎相同
svm.SVC()
对您来说,唯一的缺点可能是
.decision_function()给出一个介于-1和3之间的有符号值sth而不是概率值。但它与预测一致。