Sklearn机器学习:如何绘制全局二维特征-单预测结果的背景图
来源:互联网 发布:php用files上传照片 编辑:程序博客网 时间:2024/05/18 03:40
如图所示为python使用sklearn对iris前两列数据进行svm分析后得到的分类结果,
图中不同颜色的点代表实际的分类结果,背景颜色代表构建的预测模型的分类结果
那么如何绘制预测模型的分类结果背景呢?- 代码及图片示意结果如下:
import numpy as npimport matplotlib.pyplot as pltn = 3xx, yy = np.meshgrid(np.arange(-12, 12, n),np.arange(-6, 6, n))#此处也可用linspace等print(xx)plt.matshow(xx,extent=(xx.min(), xx.max(), yy.min(), yy.max()),aspect='auto')plt.show()
- 理解meshgrid的xx数据分布:
[[-12 -9 -6 -3 0 3 6 9]
[-12 -9 -6 -3 0 3 6 9]
[-12 -9 -6 -3 0 3 6 9]
[-12 -9 -6 -3 0 3 6 9]]
print(yy)plt.matshow(yy, extent=(xx.min(), xx.max(), yy.min(), yy.max()),aspect='auto')plt.show()
- 理解meshgrid的yy数据分布:
[[-6 -6 -6 -6 -6 -6 -6 -6]
[-3 -3 -3 -3 -3 -3 -3 -3]
[ 0 0 0 0 0 0 0 0]
[ 3 3 3 3 3 3 3 3]]
def predict(X_F1,X_F2): # 人为构建一个预测模型,X_Fi为输入样本的特征 """ just like a prediction method in sklearn, which returns a value as the classification or regression result """ return X+Y # 输出模型的预测分类结果mm = predict(xx,yy) #这里mm就是模仿sklearn中调用模型的预测分类结果print(mm)plt.matshow(mm, extent=(xx.min(), xx.max(), yy.min(), yy.max()),aspect='auto')plt.show()
- 理解meshgrid的xx与yy联立的数据分布:
[[-18 -15 -12 -9 -6 -3 0 3]
[-15 -12 -9 -6 -3 0 3 6]
[-12 -9 -6 -3 0 3 6 9]
[ -9 -6 -3 0 3 6 9 12]]
#利用extent遍历绘图区域中的有限点,#以这些点为中心,以mm绘制预测分类结果#绘制矩阵图形,当n越大时,全局背景分类结果越精细plt.imshow(mm, interpolation='nearest', extent=(xx.min(), xx.max(), yy.min(), yy.max()), aspect='auto') plt.show()
理解meshgrid的预测结果数据分布的绘制:
此处的重点是预测结果与坐标点(xx,yy)有着相同的分布结果
0 0
- Sklearn机器学习:如何绘制全局二维特征-单预测结果的背景图
- 【机器学习sklearn】基于sklearn的股票预测
- Python机器学习库SKLearn的特征选择
- 机器学习sklearn—数据的特征预处理
- 机器学习之sklearn特征工程
- 总结:sklearn机器学习之特征工程
- 【机器学习 sklearn】特征筛选feature_selection
- 『sklearn学习』多种模型预测脸的下半部分的结果对比
- 机器学习入门:入手sklearn框架+线性回归+案例(基金数据的预测)
- sklearn ------------机器学习的万能钥匙
- Python机器学习库sklearn构造分段与多项式特征
- 【机器学习】Sklearn特征工程构建与优化
- 机器学习sklearn —数据类型和文本特征抽取
- 使用Sklearn模型做分类并绘制机器学习模型的ROC曲线
- 机器学习-sklearn库的Cross Validation
- python sklearn 机器学习库的安装
- 基于python的机器学习库Sklearn
- 机器学习--sklearn的常见使用
- iOS 开发-制作环形进度条
- HDU - 3085 双向BFS + 技巧处理 [kuangbin带你飞]专题二
- head first python 第二章代码
- 查找html元素
- 双色点阵心形
- Sklearn机器学习:如何绘制全局二维特征-单预测结果的背景图
- .bashrc小技巧
- Leetcode 406. Queue Reconstruction by Height
- Ajax基础学习笔记三—jQuery实现Ajax
- Unity5.x Standard Shader在手机上的实现(三)
- 词向量
- 母函数详解(定义,模板代码,用法)
- Java基本数据类型
- 【GStreamer开发】GStreamer播放教程02——字幕管理