从权重向量绘制决策边界

Question

如何从权重向量绘制决策边界？ 我的原始数据是二维的，但是非线性可分，所以我使用了阶数为2的多项式变换，因此我最终得到了一个6维权重向量。 这是我用来生成数据的代码：

polar2cart <- function(theta,R,x,y){
  x = x+cos(theta) * R
  y = y+sin(theta) * R
  c=matrix(x,ncol=1000)
  c=rbind(c,y)
}

cart2polar <- function(x, y)
{
  r <- sqrt(x^2 + y^2)
  t <- atan(y/x)
  c(r,t)
}

R=5
eps=5
sep=-5
c1<-polar2cart(pi*runif(1000,0,1),runif(1000,0,eps)+R,0,0)
c2<-polar2cart(-pi*runif(1000,0,1),runif(1000,0,eps)+R,R+eps/2,-sep)

data <- data.frame("x" = append(c1[1,], c2[1,]), "y" = append(c1[2,], c2[2,]))
labels <- append(rep(1,1000), rep(-1, 1000))

以及它的显示方式（使用ggplot2）：

提前谢谢。

编辑：如果我没有提供有关权重向量的足够信息，我很抱歉。我使用的算法是pocket，它是感知器的变体，这意味着输出权重向量是确定特征空间中的超平面加上偏差{{0}的垂直向量。 }。因此，超平面方程是，其中是变量。现在，由于我使用2阶多项式变换从2维空间到5维空间，我的变量是：因此我的决策边界的等式是： 所以基本上，我的问题是如何在给定

的情况下绘制决策边界 PS：我在等待时找到了一个解决方案，它可能不是最好的方法，但是它给出了预期的结果。如果有人有兴趣，我会在完成项目后立即分享。与此同时，我喜欢听到更好的选择。