分离超平面方程的W.X + b = 0。
对于scikit-learn中的支持向量机，分离超平面是如何推导的？"a"和"w"是什么意思？
在scikit-learn中coef_属性保存线性模型的分离超平面的向量。它具有形状(n_classes, n_features)如果n_classes > 1（多类一对一）和二元分类的(1, n_features)。
在这个玩具二元分类示例中，n_features == 2 ，因此w = coef_[0]是与超平面正交的向量（超平面完全由它 + 截距定义）。
要在 2D 情况下绘制此超平面（2D 平面的任何超平面都是 1D 线），我们希望找到一个f，如 y = f(x) = a.x + b .在这种情况下，a是直线的斜率，可以通过a = -w[0] / w[1]计算。