使用Matplotlib的pyp绘制分隔两个类的决策边界

Question

我真的可以使用一个技巧来帮助我绘制一个决策边界来分离到数据类。我通过Python NumPy创建了一些样本数据（来自高斯分布）。在这种情况下，每个数据点都是二维坐标，即由2行组成的1列向量。E、 g

[ 1
  2 ]

假设我有两个类，class1和class2，我通过下面的代码为class1创建了100个数据点，为class2创建了100个数据点（分配给变量x1_samples和x2_samples）。

mu_vec1 = np.array([0,0])
cov_mat1 = np.array([[2,0],[0,2]])
x1_samples = np.random.multivariate_normal(mu_vec1, cov_mat1, 100)
mu_vec1 = mu_vec1.reshape(1,2).T # to 1-col vector

mu_vec2 = np.array([1,2])
cov_mat2 = np.array([[1,0],[0,1]])
x2_samples = np.random.multivariate_normal(mu_vec2, cov_mat2, 100)
mu_vec2 = mu_vec2.reshape(1,2).T

当我为每个类绘制数据点时，它将如下所示：

现在，我提出了一个用于区分两个类的决策边界的方程，并希望将其添加到绘图中。但是，我不确定如何绘制此函数：

def decision_boundary(x_vec, mu_vec1, mu_vec2):
    g1 = (x_vec-mu_vec1).T.dot((x_vec-mu_vec1))
    g2 = 2*( (x_vec-mu_vec2).T.dot((x_vec-mu_vec2)) )
    return g1 - g2

我非常感谢你的帮助！

编辑： 直觉上（如果我的数学做得对的话），我希望在绘制函数时，决策边界看起来有点像这条红线。。。

Answer 1

根据您编写decision_boundary的方式，您将希望使用contour函数，如Joe在上面所述。如果只需要边界线，可以在0级别绘制单个轮廓：

f, ax = plt.subplots(figsize=(7, 7))
c1, c2 = "#3366AA", "#AA3333"
ax.scatter(*x1_samples.T, c=c1, s=40)
ax.scatter(*x2_samples.T, c=c2, marker="D", s=40)
x_vec = np.linspace(*ax.get_xlim())
ax.contour(x_vec, x_vec,
           decision_boundary(x_vec, mu_vec1, mu_vec2),
           levels=[0], cmap="Greys_r")

这使得：