绘制 SVC 决策区域

Posted 2023-03-12

【中文标题】绘制 SVC 决策区域

【英文标题】：Plotting SVC decision region

【发布时间】：2020-08-15 00:15:42

【问题描述】：

我正在使用 moon_dataset 跟踪书中的一些 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)

我是否尝试过使用以下代码绘制这些 graphs 中的任何一个，但目前还没有。

plt.scatter(X, y)

有什么帮助吗？谢谢

【参考方案1】：

您需要更多的东西来绘制决策区域，而不仅仅是散点图。一个非常有用的模块是MLxtend，它可以很容易地用plot_decision_regions 绘制拟合模型的决策区域。以下是使用示例完成它的方法：

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)