我的问题特征只是一个特征，所以 X_train 只有一个维度。现在，我使用了 SVM、朴素贝叶斯和逻辑回归。那么现在我如何绘制这些分类器的决策边界呢？有没有一种方法可以使用 python 绘制具有决策边界的一维特征向量？我进行了很多搜索，但找不到任何结果。X_train 形状为 (489, 1)（489 个实例，每个实例都有一个值）
您如何可视化决策边界？
数据挖掘
机器学习
Python
2022-02-21 04:10:41
1个回答
要可视化分类器的决策边界，特别是在您的情况下的二元分类器，您可以实例化跨越您要分类的感兴趣域的点网格。然后使用训练有素的分类器来预测网格中每个点的类别。如果网格分辨率足够好，当您使用与其类别对应的颜色绘制网格点的轮廓时，您就可以可视化决策边界。覆盖原始训练数据点很有帮助，这样您就可以看到如何根据各种训练集生成决策边界。请参阅以下示例