Я хочу нарисовать графическую классификацию интерпретации. Я делаю что-то плохое, но вижу, что это должно быть легко. Пожалуйста, помогите мне!
Источник данных: https://www.kaggle.com/hesh97/titanicdataset-traincsv/download
from itertools import product
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from sklearn import datasets
from sklearn.tree import DecisionTreeClassifier
from sklearn.neighbors import KNeighborsClassifier
from sklearn.svm import SVC
from sklearn.ensemble import VotingClassifier
# Loading some example data
df = pd.read_csv('c:/1/kaggletrain.csv')
df.head()
X = df.drop(['Survived'], axis=1)
y = df['Survived']
clf = DecisionTreeClassifier(max_depth=4)
clf.fit(X, y)
УЧАСТОК
x_min, x_max = X[:, 0].min() - 1, X[:, 0].max() + 1
y_min, y_max = X[:, 1].min() - 1, X[:, 1].max() + 1
xx, yy = np.meshgrid(np.arange(x_min, x_max, 0.1),np.arange(y_min, y_max, 0.1))
f, axarr = plt.subplots(1, 1, sharex='col', sharey='row', figsize=(10, 8))
Z = clf.predict(np.c_[xx.ravel(), yy.ravel()])
Z = Z.reshape(xx.shape)
axarr.contourf(xx, yy, Z, alpha=0.4)
axarr.scatter(X[:, 0], X[:, 1], c=y, s=20, edgecolor='k')
axarr.set_title('CLASYFICATION')
plt.show()
И я надеюсь увидеть этот сюжет
