python 绘出分类效果的图步骤
Posted 湘雨jay
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了python 绘出分类效果的图步骤相关的知识,希望对你有一定的参考价值。
先亮结果图:(忽略中文显示功能,请查看以前文章进行修改)
cm_light = mpl.colors.ListedColormap([\'g\', \'r\', \'b\'])
目的:
生成分类器模型的界面图(展示模型的分类界面)
记住:平面也是由许多点组成的网格点组成的
(1)选出两个维度,x1,x2;选择出其最大最小值(适当的扩大样本已有的数据的范围,使用了extend(自定义的函数))
def extend(a, b):
return 1.05*a-0.05*b, 1.05*b-0.05*a
x1_min, x1_max = extend(x[:, 0].min(), x[:, 0].max()) # x1的范围
x2_min, x2_max = extend(x[:, 1].min(), x[:, 1].max()) # x2的范围
(2)形成网格区域(用于画图)
N=500;M=500
t1 = np.linspace(x1_min, x1_max, N) t2 = np.linspace(x2_min, x2_max, M)
x1, x2 = np.meshgrid(t1, t2)
(3)形成预测值
x_show = np.stack((x1.flat, x2.flat), axis=1)
y_hat = model.predict(x_show) # 预测
y_hat = y_hat.reshape(x1.shape) # 使之与输入的形状相同
(4)绘制分类器的分类界面
plt.figure(facecolor=\'w\')
plt.pcolormesh(x1, x2, y_hat, cmap=cm_light) # 预测值的显示
(5)展示分类器的分类效果(将样本点加入)
plt.scatter(x[:, 0], x[:, 1], s=30, c=y, edgecolors=\'k\', cmap=cm_light) # 样本的显示
总结:
先画分类器的分类界面,借助np.meshgrid()形成网格数据,然后借助plt.pcolormesh()进行画图
再讲样本数据散点图加上
疑惑,plt.pcolormesh()输入参数的类型要求疑惑
由于未二维的平面,所以只选择两个特征便可以
以上是关于python 绘出分类效果的图步骤的主要内容,如果未能解决你的问题,请参考以下文章
python birch的聚类结果怎么输出 看某一个具体是啥分类