python 画出决策边界_决策边界用python实现

1 import numpy asnp2 fromsklearn.datasets import make_moons3 import matplotlib.pyplot asplt4 # 手动生成一个随机的平面点分布，并画出来5 np.random.seed(0)6 X, y = make_moons(200, noise=0.20)7 plt.scatter(X[:,0], X[:,1], s=40, c=y, cmap=plt.cm.Spectral)8 plt.show()

解释一下make_moons 是生成数据用的

sklearn.datasets.make_moons(n_samples=100, shuffle=True, noise=None, random_state=None)

主要参数作用如下：

n_numbers:生成样本数量

shuffle:是否打乱，类似于将数据集random一下

noise:默认是false，数据集是否加入高斯噪声

random_state:生成随机种子，给定一个int型数据，能够保证每次生成数据相同。

定义一个边界决策函数

1 #咱们先顶一个一个函数来画决策边界

2 defplot_decision_boundary(pred_func):3

4 #设定最大最小值，附加一点点边缘填充

5 x_min, x_max = X[:, 0].min() - .5, X[:, 0].max() + .5

6 y_min, y_max = X[:, 1].min() - .5, X[:, 1].max() + .5

7 h