Интерпретация машинной опоры - PullRequest
Новая
       48

Интерпретация машинной опоры

0 голосов
/ 28 апреля 2020 
from mlxtend.plotting import plot_decision_regions
import matplotlib.pyplot as plt

clf = svm.SVC(decision_function_shape='ovo')
clf.fit(X.values, y.values) 

# Plot Decision Region using mlxtend's awesome plotting function
plot_decision_regions(X=X.values, 
                      y=y.values,
                      clf=clf, 
                      legend=2)

# Update plot object with X/Y axis labels and Figure Title
plt.xlabel(X.columns[0], size=14)
plt.ylabel(X.columns[1], size=14)
plt.title('SVM Decision Region Boundary', size=16)

Я получил следующий график для приведенного выше кода. Я намеревался использовать SV C для двоичного ответа 0 и 1. Я не понимаю сюжет. Я ожидал чистого отделения Мне было интересно, если вы могли бы помочь мне интерпретировать мои результаты. Спасибо за ваше время!

enter image description here

1 Ответ

0 голосов
/ 02 мая 2020

Вы наносите на график два измерения, поэтому мы не можем сказать, является ли оно более четким разделением в более высоком (или другом) размерном пространстве, чем показано на графике. Оранжевые треугольники в синей секции будут неверно классифицированы, и наоборот.

...