如何从sklearn的OneVsRest/OneVsOneClassifier中提取支持向量？

OneVsRestClassifier和OneVsOneClassifier属于元分类器，它们会为多分类任务训练多个二分类SVC子模型，因此本身没有support_vectors_属性。要获取支持向量，需要访问它们内部训练好的子分类器集合——estimators_属性。

针对OneVsRestClassifier的解决方案 #

训练完成后，estimators_会返回一个列表，每个元素对应一个二分类SVC模型（对应某一类与其他类的分类），直接访问每个子模型的support_vectors_即可：

model_linear = svm.SVC(kernel="linear")
or_linear = OneVsRestClassifier(model_linear)
or_linear.fit(X_train, y_train)

# 遍历所有子分类器，提取支持向量
for idx, estimator in enumerate(or_linear.estimators_):
    print(f"第{idx+1}个子分类器的支持向量：")
    print(estimator.support_vectors_)

针对OneVsOneClassifier的解决方案 #

OneVsOneClassifier会为每一对类别训练一个二分类SVC模型，同样通过estimators_访问子模型：

oo_linear = OneVsOneClassifier(model_linear)
oo_linear.fit(X_train, y_train)

# 遍历所有子分类器，提取支持向量
for idx, estimator in enumerate(oo_linear.estimators_):
    print(f"第{idx+1}个子分类器的支持向量：")
    print(estimator.support_vectors_)

如果需要将所有子模型的支持向量合并，可以用numpy的concatenate方法：

import numpy as np

all_support_vectors = np.concatenate([est.support_vectors_ for est in or_linear.estimators_])
print("所有支持向量合并结果：")
print(all_support_vectors)

内容的提问来源于stack exchange，提问作者Jan