python 绘图类,在python中基于多维数据绘制类之间的边界线?

本文介绍了如何使用Python的线性判别分析(LDA)进行降维和多类分类。通过LDA将虹膜数据集从4个特征减少到2个,便于可视化,并展示了在二维平面上如何画出多类分类的决策边界。同时讨论了当特征维度较高时,如何通过两次LDA应用来理解决策边界。
摘要由CSDN通过智能技术生成

线性判别分析(LDA)可以用作分类器或降维。在

降维LDA

降维技术减少了特征的数量。虹膜数据集有4个特征,让我们用LDA将其缩减为2个特征,这样我们就可以可视化了。在from sklearn import datasets

iris = datasets.load_iris()

X = iris.data

y = iris.target

from sklearn.preprocessing import StandardScaler

sc = StandardScaler()

X = sc.fit_transform(X)

lda = LinearDiscriminantAnalysis(n_components=2)

lda_object = lda.fit(X, y)

X = lda_object.transform(X)

for l,c,m in zip(np.unique(y),['r','g','b'],['s','x','o']):

plt.scatter(X[y==l,0],

X[y==l,1],

c=c, marker=m, label=l,edgecolors='black')

输出:

ysxZC.png

多类分类的LDA

LDA使用One和rest进行多类分类。如果你有3个类,你将得到每个类的3个超平面

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值