绘制 SVC 决策区域

Question

我正在使用 moon_dataset 阅读书中的一些 SVC 代码。

代码如下：

import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline
from sklearn.datasets import make_moons
from sklearn.pipeline import Pipeline
from sklearn.preprocessing import PolynomialFeatures

X, y = make_moons(n_samples=100, noise=0.15)

rbf_kernel_svm_clf = Pipeline([
        ("scaler", StandardScaler()),
        ("svm_clf", SVC(kernel="rbf", gamma=5, C=0.001))
        ])
rbf_kernel_svm_clf.fit(X, y)

我试过用下面的代码绘制这些graphs中的任何一个，但到目前为止还没有。

plt.scatter(X, y)

有什么帮助吗？谢谢

Answer 1

您需要 更多的东西 而不仅仅是散点图来绘制决策区域。一个非常有用的模块是 MLxtend, which makes it very easy to plot the decision regions of a fitted model with plot_decision_regions。以下是如何使用您的示例完成它：

from mlxtend.plotting import plot_decision_regions

plt.figure(figsize=(12,8))
plot_decision_regions(X, y, clf=rbf_kernel_svm_clf.named_steps['svm_clf'], legend=2)

绘制 SVC 决策区域

Plotting SVC decision region

python

matplotlib

svm

scikit-learn