使用scikit Learn可视化我的特殊SVC模型的决策边界边界

问题描述

我正在发现机器学习的世界,并且正在研究SVC模型,研究癌症。

我有两个数据文件,一个用于X,一个用于y。我的y文件仅包含与我的X文件的每个值相对应的二进制值(1或0)。因此,如果为1,则表示患者患病。

我已经用该代码绘制了数据:

wget

它给了我这个: Visualizing data

然后,我正在为此计算边界from sklearn.svm import SVC from sklearn.model_selection import train_test_split from sklearn.metrics import classification_report,confusion_matrix import numpy as np import matplotlib.pyplot as plt X = np.loadtxt('X') y = np.loadtxt('Y') X_train,X_test,y_train,y_test = train_test_split(X,y,test_size = 0.20) svclassifier = SVC(kernel='linear',C=1) svclassifier.fit(X_train,y_train) y_pred = svclassifier.predict(X_test) plt.scatter(X_train[:,0],X_train[:,1],c=y_train,cmap='winter',s=20,edgecolors='k') plt.show() w

b

我看到我可以用它来绘制边框:

w = svclassifier.coef_[0]
b = svclassifier.intercept_

但是我看不到要放什么。我如何在这里绘制边框?

解决方法

暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!

如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@)