Построение SV C области принятия решений

Question

Я следую некоторому коду SV C в книге, используя moon_dataset.

вот код:

import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline
from sklearn.datasets import make_moons
from sklearn.pipeline import Pipeline
from sklearn.preprocessing import PolynomialFeatures

X, y = make_moons(n_samples=100, noise=0.15)

rbf_kernel_svm_clf = Pipeline([
        ("scaler", StandardScaler()),
        ("svm_clf", SVC(kernel="rbf", gamma=5, C=0.001))
        ])
rbf_kernel_svm_clf.fit(X, y)

Я пытался построить любой из этих графиков со следующим кодом, но пока ничего.

plt.scatter(X, y)

любая помощь? спасибо

Answer 1

Вам нужно нечто большее , чем просто точечная диаграмма для построения областей принятия решений. Очень полезным модулем для этого является MLxtend , который позволяет очень легко наносить на график области принятия решения для подобранной модели с помощью plot_decision_regions. Вот как вы можете это сделать, используя ваш пример:

from mlxtend.plotting import plot_decision_regions

plt.figure(figsize=(12,8))
plot_decision_regions(X, y, clf=rbf_kernel_svm_clf.named_steps['svm_clf'], legend=2)