visualml：多维机器学习模型的可视化
visualml的Python项目详细描述
visual ml是一个库，用于使用特征对的2d投影从sklearn可视化
机器学习模型的决策边界。下面是一个示例：
```
>；>import visualml a s vml
>；>import pandas as pd
>；>from sklearn.datasets import make_classification
>；>from sklearn.ensemble import randomforestclassifier as rf
>；>>gt；x，y=make分类（n_特征=4，随机状态=42）x，y=make_分类（n_特征=4，随机状态=42）
>
>>>>>>>>>>>>>>>>>>>；x=pd.dataframe（x，columns=feature_名称）
>>>>；x，columns=feature名称）x，columns=feature名称数据框（x，columns=feature名称）
>
>>>>；gt>>>>>；x，x，>>>>>>>；clf=rf y）绘图决策边界网格
机器学习模型的决策边界。下面是一个示例：
```
>；>import visualml a s vml
>；>import pandas as pd
>；>from sklearn.datasets import make_classification
>；>from sklearn.ensemble import randomforestclassifier as rf
>；
>
>>>>>>>>>>>>>>>>>>>；x=pd.dataframe（x，columns=feature_名称）
>>>>；x，columns=feature名称）x，columns=feature名称数据框（x，columns=feature名称）
>
>>>>；gt>>>>>；x，x，>>>>>>>；clf=rf y）绘图决策边界网格
欢迎加入QQ群-->： 979659372
