predict是训练后返回预测结果,是标签值。
predict_proba返回的是一个 n 行 k 列的数组, 第 i 行 第 j 列上的数值是模型预测 第 i 个预测样本为某个标签的概率,并且每一行的概率和为1。
print(clf.predict_proba(x_test))
[[0.56651809 0.43348191]
[0.15598162 0.84401838]
[0.86852502 0.13147498]]
分析结果:
预测[2,2,2]的标签是2的概率为0.56651809,3的概率为0.43348191
预测[3,2,6]的标签是2的概率为0.15598162,3的概率为0.84401838
预测[1,7,4]的标签是2的概率为0.86852502,3的概率为0.13147498
np.meshgrid()
np.meshgrid从坐标向量返回坐标矩阵。
.5 就是 0.5
这段代码中ravel函数将多维数组降为一维,仍返回array数组,元素以列排列。之后调用np.c_[]将xx.ravel()得到的列后增加以列yy.ravel()。这时每行元素变为了[[x1,y1];
[x2,y2]
……]
这里的xx,yy使用np.meshgrid得到的坐标轴,所以上面那段代码实际上执行了对坐标轴上所以位置的[x, y]的预测。
要画出等高线,核心函数是plt.contourf(),但在这个函数中输入的参数是x,y对应的网格数据以及此网格对应的高度值
python matplotlib可通过下列方式调色(生成camp):
cmap = mpl.colors.ListedColormap(list),
clist有三种方式:(1)给出颜色的英文名,(2)给出归一化的r,g,b值,比如(255/255,13/255,182/255),这样就不需要引号,(3)给出16进制码,比如' #054E9F',其中每两位16进制码对应r,g,b数值