Я хочу добиться такого результата, как этот:
Мне действительно нравится стиль, с областями принятия решений альфа чуть ниже и системой координат, имеющей этот стиль.
в настоящее время мой результат выглядит так:
, что не так уж и плохо, но я хотел бы приблизиться к образцу для подражания ... код:
import matplotlib.pyplot as plt
from sklearn import svm
from sklearn.datasets import make_circles
import matplotlib.cm as cm
import matplotlib as mpl
from mlxtend.plotting import plot_decision_regions
colors = [(1.0, 0.6, 0.0), "white","blue"]
cm.register_cmap(cmap=mpl.colors.LinearSegmentedColormap.from_list("owb", colors).reversed())
cm.register_cmap(cmap=mpl.colors.LinearSegmentedColormap.from_list("owb", colors))
# we create 40 separable points
X, y = make_circles(n_samples=100, noise=0.04, factor=0.5)
# fit the model, don't regularize for illustration purposes
clf = svm.SVC(kernel='rbf')
clf.fit(X, y)
from mpl_toolkits.axes_grid.axislines import SubplotZero
fig = plt.figure(1)
ax1 = SubplotZero(fig, 111)
fig.add_subplot(ax1)
plt.xticks([-2,-1,0,1,2])
plt.yticks([-2,-1,0,1,2])
for direction in ["xzero", "yzero"]:
ax1.axis[direction].set_axisline_style("-|>")
ax1.axis[direction].set_visible(True)
for direction in ["left", "right", "bottom", "top"]:
ax1.axis[direction].set_visible(False)
scatter_kwargs = {'s': 60, 'edgecolor': None, 'alpha': 0.7}
contourf_kwargs = {'alpha': 0.2}
# scatter_highlight_kwargs = {'s': 80, 'label': 'Test data', 'alpha': 0.7}
plot_decision_regions(X, y, clf=clf,markers="o", scatter_kwargs=scatter_kwargs,
contourf_kwargs=contourf_kwargs, colors='#ff7f0e,#1f77b4')
plt.show()
так что я удовлетворен этим, спасибо @ Paul
остающаяся проблема еще одна вещь: как построить это: Я думал о множественных линейных границах решения, но я не нашел способа достичь того, чего хотел.