超平面是支持向量的线性组合。在软保证金情况下，只有有限的松弛量；每个输入都不是支持向量。在非线性情况下，分离的超曲面可能嵌入在无限维空间中，无法存储。借用维基百科的文章，法线向量$w$是（谁）给的

$$w = \sum_i c_i y_i \phi(x_i)$$

在哪里$\phi$是特征嵌入函数，并且$c_i$是一个拉格朗日对偶变量，对于边距正确一侧的点为零。相反，测试点通过核函数进行分类$k(x_i,x_j) = \left< \phi(x_i), \phi(x_j) \right>$像这样：

$$x \to \mathrm{sgn}(\left<w , \phi(x)\right> + b) \equiv \mathrm{sgn} \left( b+\sum_i c_i y_i k(x_i, x)\right)$$

注意我们是如何避免显式计算的$w$.

如果我能得到一些关于生成超平面方程的帮助，我将不胜感激。我需要为超平面生成一个方程，我有两个自变量和一个二元因变量。

关于 svm 的以下等式，f(x)=sgn( sum_i alpha_i K(sv_i,x) + b )

我有两个自变量（比如 P 和 Q），每个变量有 130 个点值。我使用 svm 径向基函数进行二元分类（0 和 1）并计算径向基核化情况，现在我有一列 51 y (i) alpha (i) 或（双系数），两列 51 sv （支持向量）用于 P 和 Q，以及一个单个值用于 b 。我使用 scikit SVC 收到了这些。

https://scikit-learn.org/stable/modules/svm.html

那么，我现在如何生成方程呢？我可以将每个变量 P 和 Q 的 51 y (i) alpha (i) 或 (双系数) 与 51 sv (支持向量) 相乘，这样我就有 P 和 Q 的两个系数，因此我的方程最终显示为：f (x)=sgn( mP + nQ +b) 其中 m =（P 的 51 sv 与 51 个对偶系数的乘积）之和，n =（Q 的 51 sv 与 51 个对偶系数的乘积）之和。我将不胜感激任何建议。提前谢谢了。