python 画分界限
Python是一种高级编程语言,具有强大的数据分析和可视化能力,因此常常用于机器学习和数据科学领域。在这篇文章中,我们将演示怎样使用Python绘制分类模型的分界限。
# 导入需要的库 import numpy as np import matplotlib.pyplot as plt # 创建随机数据 np.random.seed(0) X = np.random.randn(200, 2) y = np.logical_xor(X[:, 0] >0, X[:, 1] >0) # 绘制数据散点图 plt.scatter(X[:, 0], X[:, 1], c=y) plt.xlabel('X1') plt.ylabel('X2') plt.show()
在这里,我们创建了一个简单的二元分类问题来演示如何绘制分类边界。我们首先使用numpy库生成200个随机数据点,然后使用逻辑异或计算标签y。最后,我们使用matplotlib库的scatter函数绘制数据散点图。
# 导入SVC算法 from sklearn.svm import SVC # 创建SVC分类器 clf = SVC(kernel='linear') # 拟合数据 clf.fit(X, y) # 提取分类边界 w = clf.coef_[0] a = -w[0] / w[1] xx = np.linspace(⑶, 3) yy = a * xx - (clf.intercept_[0]) / w[1] # 绘制数据散点图和分类边界 plt.scatter(X[:, 0], X[:, 1], c=y) plt.plot(xx, yy) plt.xlabel('X1') plt.ylabel('X2') plt.show()
在这里,我们导入了SVC算法(支持向量机)并创建了一个线性分类器。使用clf.fit函数进行拟合,然后提取分类边界。最后,我们使用matplotlib库的plot函数绘制分类边界。
可以看到,分类边界将数据分为两个区域,这是一个简单的二元分类器的例子。您可以继续尝试其他算法,并尝试更复杂的数据集。
文章来源:丸子建站
文章标题:python 画分界限
https://www.wanzijz.com/view/57292.html