python 画出使用分类器得到的决策边界


Posted in Python onAugust 21, 2019

获取数据集,并画图代码如下:

import numpy as np
from sklearn.datasets import make_moons
import matplotlib.pyplot as plt
# 手动生成一个随机的平面点分布,并画出来
np.random.seed(0)
X, y = make_moons(200, noise=0.20)
plt.scatter(X[:,0], X[:,1], s=40, c=y, cmap=plt.cm.Spectral)
plt.show()

得到图如下:

python 画出使用分类器得到的决策边界

定义决策边界函数:

# 咱们先顶一个一个函数来画决策边界
def plot_decision_boundary(pred_func):
 
 # 设定最大最小值,附加一点点边缘填充
 x_min, x_max = X[:, 0].min() - .5, X[:, 0].max() + .5
 y_min, y_max = X[:, 1].min() - .5, X[:, 1].max() + .5
 h = 0.01
 
 xx, yy = np.meshgrid(np.arange(x_min, x_max, h), np.arange(y_min, y_max, h))
 
 # 用预测函数预测一下
 Z = pred_func(np.c_[xx.ravel(), yy.ravel()])
 Z = Z.reshape(xx.shape)
 
 # 然后画出图
 plt.contourf(xx, yy, Z, cmap=plt.cm.Spectral)
 plt.scatter(X[:, 0], X[:, 1], c=y, cmap=plt.cm.Spectral)

定义分类函数,并画出决策边界图代码如下:

from sklearn.linear_model import LogisticRegressionCV
#咱们先来瞄一眼逻辑斯特回归对于它的分类效果
clf = LogisticRegressionCV()
clf.fit(X, y)
 
# 画一下决策边界
plot_decision_boundary(lambda x: clf.predict(x))
plt.title("Logistic Regression")
plt.show()

画图如下:

python 画出使用分类器得到的决策边界

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持三水点靠木。

Python 相关文章推荐
以Python的Pyspider为例剖析搜索引擎的网络爬虫实现方法
Mar 30 Python
python实现从网络下载文件并获得文件大小及类型的方法
Apr 28 Python
python黑魔法之参数传递
Feb 12 Python
详解python中xlrd包的安装与处理Excel表格
Dec 16 Python
使用Python的package机制如何简化utils包设计详解
Dec 11 Python
详解Python使用tensorflow入门指南
Feb 09 Python
python numpy和list查询其中某个数的个数及定位方法
Jun 27 Python
python使用requests模块实现爬取电影天堂最新电影信息
Apr 03 Python
python飞机大战pygame游戏框架搭建操作详解
Dec 17 Python
python实现Pyecharts实现动态地图(Map、Geo)
Mar 25 Python
Python基于Tkinter编写crc校验工具
May 06 Python
matplotlib对象拾取事件处理的实现
Jan 14 Python
Django url,从一个页面调到另个页面的方法
Aug 21 #Python
python requests更换代理适用于IP频率限制的方法
Aug 21 #Python
docker django无法访问redis容器的解决方法
Aug 21 #Python
django和vue实现数据交互的方法
Aug 21 #Python
python防止随意修改类属性的实现方法
Aug 21 #Python
python进阶之自定义可迭代的类
Aug 20 #Python
关于阿里云oss获取sts凭证 app直传 python的实例
Aug 20 #Python
You might like
PHP mb_convert_encoding 获取字符串编码类型实现代码
2009/04/26 PHP
九个你必须知道而且又很好用的php函数和特点
2013/08/08 PHP
页面利用渐进式JPEG来提升用户体验度
2014/12/01 PHP
php封装的单文件(图片)上传类完整实例
2016/10/18 PHP
PHP中静态变量的使用方法实例分析
2016/12/01 PHP
Laravle eloquent 多对多模型关联实例详解
2017/11/22 PHP
ThinkPHP3.2框架操作Redis的方法分析
2019/05/05 PHP
Js callBack 返回前一页的js方法
2008/11/30 Javascript
Mootools 1.2教程(21)——类(二)
2009/09/15 Javascript
javascript中的array数组使用技巧
2010/01/31 Javascript
基于jquery的多功能软键盘插件
2012/07/25 Javascript
javascript中方便增删改cookie的一个类
2012/10/11 Javascript
JS中表单的使用小结
2014/01/11 Javascript
jQuery 处理页面的事件详解
2015/01/20 Javascript
Jquery 实现table样式的设定
2015/01/28 Javascript
基于JavaScript代码实现pc与手机之间的跳转
2015/12/23 Javascript
基于Jquery插件实现跨域异步上传文件功能
2016/04/26 Javascript
jQuery实现点击查看大图并以弹框的形式居中
2016/08/08 Javascript
js实现倒计时效果(小于10补零)
2017/03/08 Javascript
ES6学习教程之Map的常用方法总结
2017/08/03 Javascript
AngularJs用户输入动态模板XSS攻击示例详解
2018/04/21 Javascript
三分钟学会用ES7中的Async/Await进行异步编程
2018/06/14 Javascript
vue解决弹出蒙层滑动穿透问题的方法
2018/09/22 Javascript
angular4中引入echarts的方法示例
2019/01/29 Javascript
详解写好JS条件语句的5条守则
2019/02/28 Javascript
基于Vue.js与WordPress Rest API构建单页应用详解
2019/09/16 Javascript
JS实现炫酷轮播图
2020/11/15 Javascript
python 批量修改 labelImg 生成的xml文件的方法
2019/09/09 Python
HTML5实现WebSocket协议原理浅析
2014/07/07 HTML / CSS
浅析移动设备HTML5页面布局
2015/12/01 HTML / CSS
荷兰街头时尚之家:Funkie House
2019/03/18 全球购物
在Java开发中如何选择使用哪种集合类
2016/08/09 面试题
公开服务承诺制度
2014/03/26 职场文书
会计专业毕业生求职信
2014/07/04 职场文书
2019年公司卫生管理制度样本
2019/08/21 职场文书
《杜鹃的婚约》OP主题曲「凸凹」无字幕影像公开
2022/04/08 日漫