绘制SVC决策区域

Question

我正在使用moon_dataset遵循书中的一些SVC代码。

这里是代码：

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)

我曾尝试使用以下代码绘制这些graphs中的任何一个，但到目前为止没有任何内容。

plt.scatter(X, y)

有什么帮助吗？谢谢

Answer 1

更多内容不仅仅是散点图来绘制决策区域。为此，一个非常有用的模块是MLxtend，使用plot_decision_regions可以很容易地绘制拟合模型的决策区域。这是使用示例完成操作的方法：

plot_decision_regions

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)