Sklearn中Hard margin SVM内置函数使用报错问题咨询

Sklearn的SVC类对参数C的约束为严格大于0，设置C=0触发报错属于框架的正常参数校验逻辑。参数C的含义是误分类样本的惩罚系数，数值越大，对误分类的容忍度越低。

硬间隔SVM的核心要求是所有样本完全满足分类约束、无间隔违例，只需将C设置为极大的正数即可等效实现硬间隔效果，通常取1e10以上的数值即可满足要求，注意该方案的前提是你的数据集本身是线性可分的，否则模型会因无法找到完全可分的超平面出现不收敛问题。

示例实现代码如下：

from sklearn.svm import SVC
# C设置为极大值，等效硬间隔SVM
clf = SVC(C=1e10, kernel='linear')
clf.fit(X, y)

内容的提问来源于stack exchange，提问作者Hermi