这种类型的图像显示是如何用 scikit-learn 完成的？

Posted 2023-03-12

【中文标题】这种类型的图像显示是如何用 scikit-learn 完成的？

【英文标题】：How this type of image displays are done with scikit-learn?

【发布时间】：2020-02-14 00:11:54

【问题描述】：

我正在观看有关机器学习的教程。本教程有一个 csv 文件和一些 python 代码。它是说，如果我实现这段代码，那么我将获得数据的可视化。但是，当我用 Jupyter notebook 尝试这些代码时，根本没有像它们那样的视觉效果。如果你们能帮助解决这个问题，我在下面分享了数据文件和代码。提前致谢。

这是他们生成的数据的视觉效果

这是 data.csv 文件 csv file

这里是代码

import pandas
import numpy
from sklearn.linear_model import LogisticRegression
from sklearn.tree import DecisionTreeClassifier
from sklearn.svm import SVC

data = pandas.read_csv('data.csv')

X = numpy.array(data[['x1', 'x2']])
y = numpy.array(data['y'])

classifier = LogisticRegression()
classifier.fit(X,y)

classifier = DecisionTreeClassifier()
classifier.fit(X,y)

classifier = SVC()
classifier.fit(X,y)

【参考方案1】：

运行拟合过程并得到模型参数作为结果 定义一个二维区域，您的训练数据以某种方式位于中心 计算该区域的 (x,y) 网格 为网格的每个 (x,y) 点运行模型 使用 matplotlib pcolormesh 绘制结果

Here 一个编码示例。分割线是一项额外的任务。您可以为此绘制等值线（1 条带有 matplotlib 轮廓的等值线）。

【讨论】：

非常感谢 Pyano 的及时帮助。你给出的指示对我来说很难。你能把这些代码写给我以便于理解吗？

为了保持帖子清晰，一些功能在帖子末尾。否则这是我写的一步一步的解释代码：alpynepyano.github.io/healthyNumerics/posts/…

再次感谢您。我正在努力了解您在帖子中所说的内容。

很好。请偶尔给我一个反馈，无论帖子是更有帮助还是更令人困惑

这篇文章无疑很有帮助，但对于像我这样的新手来说几乎是遥不可及。我发现您创建了一个名为 generate_data_1D() 的 python 函数，我无法理解将其与我的代码一起使用。此外，我注意到您还编写了一些可视化数据的函数。我认为它们都是为高级读者准备的。不过我会继续研究你的帖子。非常感谢您的支持。