https://scikit-learn.org/stable/modules/generated/sklearn.svm.LinearSVC.html#sklearn.svm.LinearSVC
1.類定義
class sklearn.svm.LinearSVC(penalty=’l2’, loss=’squared_hinge’, dual=True, tol=0.0001, C=1.0, multi_class=’ovr’, fit_intercept=True, intercept_scaling=1, class_weight=None, verbose=0, random_state=None, max_iter=1000)
這樣會創建一個類，並且類中除了目前創建時的參數還有方法。
1.1類的方法
1.2類的屬性
2.定義參數說明
| penalty | string, ‘l1’ or ‘l2’ (default=’l2’) | 指明在懲罰中使用的范數。 |
| loss | string, ‘hinge’ or ‘squared_hinge’ default=’squared_hinge’) | 指明損失函數，hinge時SVM中標准損失函數 |
| dual | bool, (default=True) | 選擇要解決對偶優化問題還是原始優化問題的算法。當樣本數>特征數時最好=False |
| tol | 可選 float, optional (default=1e-4) | Tolerance for stopping criteria. |
| C | 可選float, optional (default=1.0) | 錯誤項的懲罰參數C。 |
| multi_class | string, ‘ovr’ or ‘crammer_singer’ default=’ovr’) | ovr訓練n個一對多分類器，cram優化所有類別的聯合目標（很少選擇，代價太高） |
| fit_intercept | 可選boolean, optional (default=True) | 是否計算截距，如果是False，那么不計算（比如數據已經中心化） |
| intercept_scaling | 可選 float, optional (default=1) | 在使用fit_intercept后使用 |
| max_iter | int, (default=1000) | 要運行的最大迭代次數 |
3.