在scikit中，使用带有自定义内核的分类器SVM SVC学习，如示例所示：
clf = svm.SVC(kernel = my_ker, C=0.01)
my_ker所在的位置（仅出于说明目的，我并不暗示这是有效或无效的内核）：
z = (1 + np.dot(x, np.transpose(y)) )**2
我没有找到如何获得支持向量的方法：
print(clf.support_vectors_)
退货
[]
如何获得支持向量？
最佳答案
在clf.fit(X, y)之前的函数调用clf.support_vectors_。支持向量是使用fit方法学习的。
关于python - 使用自定义内核获取支持向量，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/45999142/