from sklearn.svm import SVC
print(SVC.__doc__)
Не показывает никакого способа построить SVM с заданными коэффициентами, и хотя есть доступ к coef_, он не позволит присвоить ему:
File "coffee.py", line 17, in <module>
clf.coef_[0] = [1.0,1.0]
ValueError: assignment destination is read-only
Теперь, естественно, вы можете сделатьэквивалентные операции с матрицами, как я делал в coffee.py в примере , но есть ли общий способ изменить конкретные значения в целом для любого типа SVM?