Question

我试图用我自己的模型复制this SKLearn示例代码中的情节。我不太了解以下几行的内容，以及如何将它们修改为我自己的模型：

# plot the line, the samples, and the nearest vectors to the plane
xx, yy = np.meshgrid(np.linspace(-5, 5, 50), np.linspace(-5, 5, 50))
Z = clf.decision_function(np.c_[xx.ravel(), yy.ravel()]) #this line created a runtime error with my own input
Z = Z.reshape(xx.shape)

meshgrid做了什么（我已经检查过官方描述，但我无法理解它 - 你能用外行人的条款来解释）吗？好的，它会创建一个坐标矩阵，但为什么我们需要呢？我如何为自己的数据设置它？如果我只更改此代码中的输入，则会与IndexError: list index out of range（上面标记的行）崩溃。

Answer 1

在代码段中，X和Y变量可以取-5到5之间的任何值。此范围分为50个步骤，因此您需要在50x50中评估clf.decision_function获取Z的网格。您希望Z[0][0] = clf.decision_function(-5, -5)，Z[-1][-1] = clf.decision_function(5, 5)等np.meshgrid生成可帮助您实现这一目标的数组。您需要的是拥有每一对X和Y值。 xx是一个数组，其行数与Y值一样多，列数与X一样多，每行只是X的可能值列表。相反，yy具有相同的维度，但此处每列都是可能的Y值列表。如下所示：

xx:

[[   0, ...,  50 ],
 [   0, ...,  50 ],
 ...,
 [   0, ...,  50 ]]

yy:

[[   0,   0, ...,   0 ],
 ...,
 [  50,  50, ...,  50 ]]

如果您仔细观察，那么从xx和yy获取每对相应的值都不会为您提供X和Y值的所有可能组合。因此，clf.decision_function(np.c_[xx.ravel(), yy.ravel()])会使用两列矩阵评估clf.decision_function，其中每一行都是X和Y值的不同组合。

最后，将Z重塑为xx的形状（请记住，这与yy形状相同，<number of Y values> × <number of X values>将为您提供一个矩阵Z[i][j] = clf.decision_function(<X j-th value>, <Y i-th value>) 1}}。不，我没有弄错，Z的第一个维度引用Y值索引，第二个维度引用X值索引。这是因为np.meshgrid模拟MATLAB's meshgrid的行为，其基本原理是此函数经常用于绘制2D函数，其中X应该是水平轴而{{1}垂直轴，但是当绘制矩阵时，我们也期望看到水平维度中的行和垂直维度中的列，因此在某个点交换轴变得必要。{{3} }还支持Y可选参数，可以将其设置为indexing以使'ij'保留在第一维中，X保留在第二维中，类似于np.meshgrid。

meshgrid在这个情节中做了什么？

1 个答案: