svm python 模型绘图_基于SVM-classifi的sklearn绘图结果

我试着绘制我的svm分类器结果。“迷你程序”显示为here。对于绘图，我将继续使用scikit learn的this示例。我修改了代码，如下所示。我不知道我的方法是否正确，因为我不明白当我将数据缩减为二维时，如果簇中心(100到300个原始数据)也减少了，或者当我试图把大的“维度”压缩成二维时会发生什么。也许有人可以为我解释一下#!/usr/bin/env python

import numpy as np

import pylab as pl

from matplotlib.colors import ListedColormap

from sklearn.decomposition import PCA

from sklearn.cluster import KMeans

def reduce_dim(datas):

pca = PCA(n_components=2)

pca.fit(datas)

data_pca = pca.transform(datas)

return data_pca

def plotter_plot(kmeans, clf, X, X_train, X_test, y_train, y_test):

names = ["RBF SVM"]

classifiers = []

classifiers.append(clf)

h = .01 # step size in the mesh

X_r = reduce_dim(X)

X_train_r = reduce_dim(X_train)

X_test_r = reduce_dim(X_test)

figure = pl.f