matplotlib绘制决策边界

qinhanmin

于 2017-03-24 23:24:06 发布

阅读量7.1k

点赞数 2

分类专栏： python基础文章标签：数据可视化

本文链接：https://blog.youkuaiyun.com/qinhanmin2010/article/details/65692760

版权

本文介绍了如何使用matplotlib在数据可视化中绘制决策边界。通过在空间内密集取点，利用分类模型进行预测，再将预测结果转化为图形。以iris数据集为例，只使用前两个特征进行演示，涉及的函数包括np.meshgrid、ravel和np.c_，以及matplotlib.pyplot的contourf和scatter函数，用以展示决策边界和样本点。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在进行分类模型的可视化时，我们希望能够绘制分类模型的决策边界。绘制决策边界的直观思路是在空间内足够密集地取点，使用分类模型针对这些点进行预测，并将这些点的预测结果可视化。

以下是代码实例：
首先进行预测，这里使用的数据集是iris数据集，为了便于可视化，只使用前两个特征。

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from sklearn.datasets import load_iris 
from sklearn.svm import LinearSVC

iris = load_iris()
# take the first two features
X = iris.data[:, :2]
y = iris.target
# train the model
clf = LinearSVC().fit(X