【参考资料:《机器学习算法原理与编程实践》(郑捷)】
表与线性结构的可视化
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(-5,5,200);
y = np.sin(x);
yn = y+np.random.rand(1,len(y))*1.5; #加入噪声的点集
#绘图
fig = plt.figure()
ax = fig.add_subplot(111)
ax.scatter(x,yn,c='blue',marker='o')
ax.plot(x,y+0.75,'r')
plt.show()
树与分类结构的可视化
首先写treePlotter包。
【以下内容参考自博客:https://blog.csdn.net/xiaoliuhexiaolu/article/details/80528144。如有侵权,请告知删除】
步骤: 在项目中创建treePlotter包。 在__init__.py中写入一下内容:
# _*_ coding: UTF-8 _*_
import matplotlib.pyplot as plt
"""绘决策树的函数"""
decisionNode = dict(boxstyle="sawtooth", fc="0.8") # 定义分支点的样式
leafNode = dict(boxstyle="round4", fc="0.8") # 定义叶节点的样式
arrow_args = dict(arrowstyle="<-") # 定义箭头标识样式
# 计算树的