Question

因此，我一直在尝试查看我的网络的决策边界，由于某种原因，当我运行它时，它没有任何输出。我从here

获得了该功能

它没有给出任何错误，只是结束了运行。

    # Fit the model also history to map the model
history = model.fit(X, Y,validation_split=0.30, epochs=10, batch_size=1000, verbose= 1)
# evaluate the model
scores = model.evaluate(X, Y)

def plot_decision_boundary(X, y, model, steps=1000, cmap='Paired'):
    """
    Function to plot the decision boundary and data points of a model.
    Data points are colored based on their actual label.
    """
    cmap = plt.get_cmap(cmap)

    # Define region of interest by data limits
    xmin, xmax = X[:,0].min() - 1, X[:,0].max() + 1
    ymin, ymax = X[:,1].min() - 1, X[:,1].max() + 1
    steps = 1000
    x_span = np.linspace(xmin, xmax, steps)
    y_span = np.linspace(ymin, ymax, steps)
    xx, yy = np.meshgrid(x_span, y_span)

    # Make predictions across region of interest
    labels = model.predict(np.c_[xx.ravel(), yy.ravel()])

    # Plot decision boundary in region of interest
    z = labels.reshape(xx.shape)

    fig, ax = plt.subplots()
    ax.contourf(xx, yy, z, cmap=cmap, alpha=0.5)

    # Get predicted labels on training data and plot
    train_labels = model.predict(X)
    ax.scatter(X[:,0], X[:,1], c=y, cmap=cmap, lw=0)

    return fig, ax


plot_decision_boundary(X, Y, model, cmap='RdBu')

我实际上并未对该功能做过很多更改。我在这里想念什么？

Answer 1

您的函数plot_decision_boundary()构造一个fig和一个ax对象，这些对象最后返回。在您的代码中，返回这些对象时没有任何占用。仅仅因为函数返回的无花果和斧头，它们会被自动绘制。

解决方案很简单，只需致电

plt.show()

在调用决策边界函数之后。在示例代码中通常会省略此部分。我相信这是因为有多种方法可以生成窗口并显示图（您也可以将其直接保存到文件中，在这种情况下，不需要show（）语句）。

plot_decision_boundary（）不知何故不提供任何输出

1 个答案: