Scikit-Learn

X-axis 
Margin 
Y-
axis 
Support Vectors 
Class A 
Class B 

---

Scikit-Learn
66 
optinal default
= 
‘scale’
 
If you choose default i.e. gamma = ‘scale’ then the value of gamma to be 
used by SVC is 
1/(𝑛_𝑓𝑒𝑎𝑡𝑢𝑟𝑒𝑠 ∗ 𝑋. 𝑣𝑎𝑟())
. 
On the other hand, if gamma= ‘auto’, it uses 
1/𝑛_𝑓𝑒𝑎𝑡𝑢𝑟𝑒𝑠
. 
coef0
: 
float, 
optional, 
Default=0.0 
An independent term in kernel function which is only significant in ‘poly’ 
and ‘sigmoid’. 
tol
: float, optional, 
default = 1.e-3 
This parameter represents the stopping criterion for iterations.
shrinking
: 
Boolean, optional, 
default = True
This parameter represents that whether we want to use shrinking heuristic 
or not. 
verbose
: Boolean, 
default: false 
It enables or disable verbose output. Its default value is false. 
probability
: 
boolean, 
optional, 
default = true 
This parameter enables or disables probability estimates. The default 
value is false, but it must be enabled before we call 
fit
. 
max_iter
: 
int, 
optional, default = -
1 
As name suggest, it represents the maximum number of iterations within 
the solver. Value -1 means there is no limit on the number of iterations.
cache_size
: float, 
optional 
This parameter will specify the size of the kernel cache. The value will be 
in MB(MegaBytes). 
random_state
: int, 
RandomState 
instance or None, 
optional, default = 
none 
This parameter represents the seed of the pseudo random number 
generated which is used while shuffling the data. Followings are the 
options: 
