如何可视化具有3个特征的（3D）非线性SVM决策边界？

Question

编写代码的过程：

1. 3个参数---->已定义X1，X2，X3
2. 每个参数产生15个正常随机数
3. 将3个参数放入公式中（例如：a = X1 * X2-X3），并根据函数的正负结果进行分类（在示例a中，如果a <0 y = -1且a> 0 y = 1）（-1,1类）
4. 使用SVM（rbf内核）将其分离

现在，我尝试使用plot_decision_regions形式mlxtend.plotting填充3个要素和2个类的决策边界，但出现错误：

  

无法将形状（15）的输入数组广播到形状（2509056）。

现在有没有人如何修复它并有相同情况的示例？

plot_decision_regions(X_train, t, clf = svclassifier, hide_spines = False, colors = 'purple,limegreen', markers = ['x','o'],
                      filler_feature_values={0: X1[:,0], 1: X1[:,1], 2: X1[:,2]},
                      filler_feature_ranges={0: range1, 1: range1, 2:range1})
plt.title('Support Vector Machine')