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