分散数据并在python中绘制决策边界

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了分散数据并在python中绘制决策边界相关的知识,希望对你有一定的参考价值。

我有这个代码,我已经加载了虹膜数据集,将数据分散为两个类(一个对所有形式)我设计了一个单层感知器,W_是权重,绘图的代码如下:

x = train_s[: , 1].T
y = train_s[: , 2].T
label = train_t
colors = ['green','blue']
plt.scatter(x, y, c=label, cmap=matplotlib.colors.ListedColormap(colors))
x1 = np.linspace(4,8)
y1 = np.linspace(1.5,5)
X,Y = np.meshgrid(x1,y1)
plt.plot([0,W_[1]],[0,W_[2]])
plt.show()

但结果是这样的:

怎么解决这个问题?

答案

你想越过这个情节线:你的散点图plt.plot([0,W_[1]],[0,W_[2]])?如果是这样,假设问题就在这个范围图中。你的散点图有这个轴范围:X:4~8 Y:1.5~5但你的线图有X的范围:[0,W_ [1]] Y:[0,W_ [2]]你应该''标准化''两个范围都有一个良好的图形合并。

以上是关于分散数据并在python中绘制决策边界的主要内容,如果未能解决你的问题,请参考以下文章

使用matplotlib在python中绘制曲线决策边界

如何在 Python 中绘制逻辑回归的决策边界?

如何在 sklearn Python 中绘制 SVM 决策边界?

python:如何在sklearn中使用逻辑回归系数构建决策边界

无法理解 SVM 和 LR 中决策边界的绘制

用于非线性决策边界的SVM图