我在python中使用scikitlearnsvm生成一个分类器,它有3个类。我正在试验样本权重,所以我想看看这3个类的决策边界。在
到目前为止,我得到的是:
xx, yy = np.meshgrid(np.linspace(-4, 5, 200), np.linspace(-4, 5, 200))
zz, ww = np.meshgrid(np.linspace(-4, 5, 200), np.linspace(-4, 5, 200))
Z = clf.decision_function(np.c_[xx.ravel(), yy.ravel(), zz.ravel()])
Z
出[0]:
^{pr2}$通常2节课我都会这样做:
Z = Z.reshape(xx.shape) #This is where it throws an error if I attempt the 3 class approach
axis.contourf(xx, yy, Z, alpha=0.75, cmap=plt.cm.seismic)
axis.scatter(X[:, 0], X[:, 1], c=Y, s=10 * sample_weight, alpha=0.9,cmap=plt.cm.seismic)
我的训练集有3个分类变量和3个类。是否也可以(或仅可能)在类似于matplotlib的3dcurtour的3d绘图中绘制此图?在
超级感谢所有帮助我的人
目前没有回答
相关问题 更多 >
编程相关推荐