我正在尝试为我训练过的分类器绘制决策边界,但是,我不确定如何这样做。我首先在数据上训练模型,但不确定如何在同一图上绘制此决策边界。因为我只绘制二维图,所以我想将其余的输入(x1
和x2
以外的值固定在其平均值/众数,具体取决于它们是否为数字变量。
# intitial data
df <- data.frame(approved = rep(c(TRUE, FALSE), 25), x1 = rnorm(50), x2 = rnorm(50, 2, 2),
x3 = rep(c("A", "A", "B", "A", "B"), 10), x4 = runif(50))
# train logistic classifier for decision boundary
library(glmnet)
X <- sparse.model.matrix(approved~., df)
model <- cv.glmnet(X, y = as.numeric(df$approved), alpha=0, family = "binomial")
这很容易绘制:
library(ggplot2)
p <- ggplot(df, aes(x = x1, y = x2, color = approved, shape = x3)) +
geom_point()
p
但是我不确定如何合并这两部分,特别是因为模型必须使用两个以上的维度。排除使用geom_smooth
。