У меня есть тестовый набор данных с формой (100, 49280)
Я пытаюсь построить данные из классификации SVM, основанные на примере в http://scikit -learn.org/0.18/auto_examples/classification/plot_classifier_comparison.html примерно так:
x_min, x_max = X[:, 0].min() - .5, X[:, 0].max() + .5
y_min, y_max = X[:, 1].min() - .5, X[:, 1].max() + .5
xx, yy = np.meshgrid(np.arange(x_min, x_max, h), np.arange(y_min, y_max, h))
Поэтому я печатаю x_min, x_max, h, y_min, y_max:
-0.6541590243577957
7.5925517082214355
0.02
-0.9953588843345642
4.58396577835083
пока все хорошо, согласно тому, что я нашел в документах, я ожидаю получитьЯчеистый массив с этими значениями.
, просто чтобы проверить, я печатаю xx и yy и получаю:
(279, 413)
(279, 413)
, что кажется подозрительным.и когда я добираюсь до линии:
Z = clf.decision_function(np.c_[xx.ravel(), yy.ravel()])
я получаю ошибку: ValueError: X.shape [1] = 2 должен быть равен 49280, количество функций во время обучения
Я никогда не использовал функцию meshgrid numpy, но все, что я прочитал в документах, кажется нормальным и хорошо задокументированным, как и большинство numpy.Я уверен, что мне не хватает чего-то глупого, но для жизни я не могу найти это.У кого-нибудь есть идеи, где я ошибся?Я постараюсь составить более информативное название для вопроса, как только выясню, в чем проблема.