import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline

from sklearn.svm import SVC, SVR
from sklearn.datasets import make_blobs

# 生成2堆数据
data, target = make_blobs(centers=2)

# 画图
plt.scatter(data[:, 0], data[:,1], c=target)

# 创建模型

# C=1.0 : 惩罚系数,C越大越严格, C越小容忍度越高
# kernel='rbf' :  核函数
#   linear: 线性核函数
#   rbf : 基于半径核函数 radius based function / 高斯核函数 
#   poly: 多项式

svc = SVC(kernel='linear', C=0.1)

# 训练
svc.fit(data, target)

# 获取系数
w1, w2 = svc.coef_[0]
display(w1, w2)

# 截距
b = svc.intercept_

# 线性方程
w1*x + w2*y + b = 0

# 转换一下
y = -w1/w2 * x - b/w2

# 画图
plt.scatter(data[:, 0], data[:,1], c=target)

# 画折线
x = np.linspace(-10, -2, 100)
y = -w1/w2 * x - b/w2  # 套方程公式

plt.plot(x, y, c='r')

# 获取支持向量
centers = svc.support_vectors_
centers

# 画图
plt.scatter(data[:, 0], data[:,1], c=target)

# 画折线
x = np.linspace(-10, -2, 100)
y = -w1/w2 * x - b/w2  # 套方程公式

plt.plot(x, y, c='r')


# 画支持向量的点
plt.scatter(centers[:,0], centers[:,1], 
            c=[0,1,2,3], 
            cmap='rainbow', 
            s=200,
            alpha=0.6)

# 画2条平行线
# y = wx + b = (-w1/w2)x + b
# 转换成:
# b = y - (-w1/w2)x
# line1 : [-6.78539454,  4.5204834 ]
line1_b = 4.5204834 - (-w1/w2)*(-6.78539454)
# line2 : [-6.86647722, -1.55024046]
line2_b = -1.55024046 - (-w1/w2)*(-6.86647722)

x = np.linspace(-10, -2, 100)
y = -w1/w2 * x + line1_b  # 上面那条线的方程
plt.plot(x, y, c='g', ls='-.')

x = np.linspace(-10, -2, 100)
y = -w1/w2 * x + line2_b  # 下面那条线的方程
plt.plot(x, y, c='g', ls='-.')