我对matplotlib非常陌生,并且正在从事一些简单的项目以熟悉它。我想知道如何绘制决策边界,决策边界是[w1,w2]形式的权重向量,它使用matplotlib将两个类(例如C1和C2)基本分开。

是否简单地画一条从(0,0)到点(w1,w2)的线(因为W是权重“向量”),如果需要的话,如何像两个方向一样扩展它?

现在我正在做的是:

 import matplotlib.pyplot as plt
   plt.plot([0,w1],[0,w2])
   plt.show()

提前致谢。

最佳答案

决策边界通常比仅一行要复杂得多,因此(在二维情况下)最好将代码用于一般情况,这也适用于线性分类器。最简单的想法是绘制决策函数的等高线图

# X - some data in 2dimensional np.array

x_min, x_max = X[:, 0].min() - 1, X[:, 0].max() + 1
y_min, y_max = X[:, 1].min() - 1, X[:, 1].max() + 1
xx, yy = np.meshgrid(np.arange(x_min, x_max, h),
                     np.arange(y_min, y_max, h))

# here "model" is your model's prediction (classification) function
Z = model(np.c_[xx.ravel(), yy.ravel()])

# Put the result into a color plot
Z = Z.reshape(xx.shape)
plt.contourf(xx, yy, Z, cmap=pl.cm.Paired)
plt.axis('off')

# Plot also the training points
plt.scatter(X[:, 0], X[:, 1], c=Y, cmap=pl.cm.Paired)
sklearn文档中的一些示例

关于python - 绘图决策边界matplotlib,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/19054923/

10-12 20:02