SVC分类的对分类决策边界
Posted vivianzy1985
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SVC分类的对分类决策边界相关的知识,希望对你有一定的参考价值。
import mglearn from sklearn.datasets import make_blobs import matplotlib.pyplot as plt import numpy as np from sklearn.svm import LinearSVC X,Y=make_blobs(random_state=42) linear_svm=LinearSVC().fit(X,Y) mglearn.discrete_scatter(X[:,0],X[:,1],Y) coef=linear_svm.coef_ #shape(3个类别,2个特征) intercept=linear_svm.intercept_ #shape(3个类别) color1=[‘b‘,‘r‘,‘g‘] for c,i,co in zip(coef,intercept,color1): plt.plot(line,-(line*c[0]+i)/c[1],c=co) #就是决策边界 C[0]就是第一个类别的第一个特征 plt.ylim(-10,15) plt.xlim(-10,8) plt.xlabel(‘feature 0‘) plt.ylabel(‘feature 1‘)
以上是关于SVC分类的对分类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
机器学习sklearn----支持向量机分类器SVC求解过程可视化
机器学习sklearn----支持向量机分类器SVC求解过程可视化