机器学习训练营——机器学习爱好者的自由交流空间(入群联系qq:2279055353)
这个例子将用图形表示不同分类器的分类概率。所谓“分类概率”,是指某个数据点属于各个类别的概率。将所有数据点属于任何类的概率,用颜色深浅表示,作出分类概率图。
在这里,我们使用一个三类的数据集,分别用支持向量机(SVC)、L1 and L2惩罚的Logistic回归和高斯过程分类。默认情况下,线性SVC并不是一个概率分类器,但是可以通过设置参数probability=True
改变。具有One v.s. Rest
的Logistic回归并不是一个多类别分类器,因此,在分隔类2,类3时要比其它分类器复杂些。
实例详解
首先,导入必需的库。
print(__doc__)
# Author: Alexandre Gramfort <alexandre.gramfort@inria.fr>
# License: BSD 3 clause
import matplotlib.pyplot as plt
import numpy as np
from sklearn.metrics import accuracy_score
from sklearn.linear_model import LogisticRegression
from sklearn.svm import SVC
from sklearn.gaussian_process import GaussianProcessClassifier
from sklearn.gaussian_process.kernels import RBF
from sklearn import datasets