from mlxtend.plotting import plot_decision_regions
import matplotlib.pyplot as plt
clf = svm.SVC(decision_function_shape='ovo')
clf.fit(X.values, y.values)
# Plot Decision Region using mlxtend's awesome plotting function
plot_decision_regions(X=X.values,
y=y.values,
clf=clf,
legend=2)
# Update plot object with X/Y axis labels and Figure Title
plt.xlabel(X.columns[0], size=14)
plt.ylabel(X.columns[1], size=14)
plt.title('SVM Decision Region Boundary', size=16)
对于以上代码,我得到了下图。我打算将SVC用于二进制响应0和1。我不了解该图。我期待有明确的可分离空间。我想知道您是否可以帮助我解释我的结果。感谢您的宝贵时间!
答案 0 :(得分:0)
您正在绘制两个维度的图形,因此我们无法确定在更高(或不同)的维度空间中,图形是否更可分离。蓝色部分中的橙色三角形将被错误分类,反之亦然。