如何在较低维空间中绘制分类区域？

Question

我在一个有8个维度（即8个特征）的空间里工作。我通过应用PCA和TSNE在2D中绘制了数据点。现在我还想绘制我使用的分类器的边界线，如图所示here。顺便说一下，我正在使用不同的分类器（SVM，GNB，Logistic回归）。

这意味着我有不同的8维点，我使用PCA或TSNE在2D中绘制。在这个图的顶部，我想绘制不同的分类区域，如上面的链接所示。

当然，分类边界/区域也是8维的。如何将分类边界/区域转换为2D匹配我的2D数据点？

Answer 1

这里有趣的问题，我曾经想过这个问题。 它可以通过多种方式回答，包括更多或更少的细节，具体取决于您是要完全理解还是应用该方法。

由于您没有提供很多详细信息，但是您添加了sklearn链接，我将首先回答技术观点：“如何使用sklearn进行操作？ “

你有一个函数：transform(X, y=None)将应用PCA投影（是的，PCA是高维空间到较低维度的投影）。

所以你基本上只需要transform(your_boundaries)来应用它。

在伪代码方面，这将给出： pca = PCA(n_component=2).fit(data) 2dboundaries = pca.transform(boundaries)

Etvoilà！

不要犹豫提供更多细节或提问。如果相关，我可以添加一些特定的开发。

希望有帮助 pltrdy