支持向量机绘图解释

Question

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)

我得到了以上代码的以下图表。我打算用SVC来处理二进制响应0和1，我不明白这个图。我期望有清晰的可分离空间。我想知道，如果你能帮助我解释我的结果。谢谢你的时间

Answer 1

你绘制的是两个维度的图形，所以我们无法判断它是否比图形所描述的更高（或不同）的维度空间更加清晰可分。蓝色部分的橙色三角形会被错误分类，反之亦然。