移除样本的影响
支持向量被定义为会影响决策边界的训练样本。本练习中，您将通过从训练集中移除非支持向量来观察这一行为。
葡萄酒质量数据集（仅使用前 2 个特征）已加载到 X 和 y 中。（注意：我们在 plot_classifier() 中设置了 lims，这样两个图会使用相同的坐标轴范围，便于直接比较。）
本练习是课程的一部分
Python 中的线性分类器
练习说明
- 在整个数据集上训练一个线性 SVM。
- 创建一个只包含支持向量的新数据集。
- 在这个更小的数据集上再训练一个线性 SVM。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Train a linear SVM
svm = SVC(kernel="linear")
svm.fit(____)
plot_classifier(X, y, svm, lims=(11,15,0,6))
# Make a new data set keeping only the support vectors
print("Number of original examples", len(X))
print("Number of support vectors", len(svm.support_))
X_small = X[____]
y_small = y[____]
# Train a new SVM using only the support vectors
svm_small = SVC(kernel="linear")
svm_small.fit(____)
plot_classifier(X_small, y_small, svm_small, lims=(11,15,0,6))