zoukankan      html  css  js  c++  java
  • SVC分类的对分类决策边界

    import mglearn
    from sklearn.datasets import make_blobs
    import matplotlib.pyplot as plt
    import numpy as np
    from sklearn.svm import LinearSVC
    
    
    X,Y=make_blobs(random_state=42)
    linear_svm=LinearSVC().fit(X,Y)
    
    mglearn.discrete_scatter(X[:,0],X[:,1],Y)
    coef=linear_svm.coef_ #shape(3个类别,2个特征)
    intercept=linear_svm.intercept_ #shape(3个类别)
    color1=['b','r','g']
    for c,i,co in zip(coef,intercept,color1):
        plt.plot(line,-(line*c[0]+i)/c[1],c=co) #就是决策边界 C[0]就是第一个类别的第一个特征
    plt.ylim(-10,15)
    plt.xlim(-10,8)
    plt.xlabel('feature 0')
    plt.ylabel('feature 1')

     

  • 相关阅读:
    11111
    JavaScript基础
    CSS使用
    CSS 基本
    前端之HTML
    Python 迭代器和生成器
    Python day11
    Python 函数
    第十七篇:django基础(二)
    第十六篇:django基础
  • 原文地址:https://www.cnblogs.com/vivianzy1985/p/9228552.html
Copyright © 2011-2022 走看看