SVM绘制二维示意图贺三维示意图

背景

没有图片不够直观，所以需要绘制图片向别人展示

二维情况，比较容易

import numpy as np
from sklearn.datasets import make_blobs
import matplotlib.pyplot as plt
from sklearn.svm import SVC"""生成样本点"""
centers = [[-1, -1]]
X, labels = make_blobs(n_samples = 1500, centers = centers,cluster_std = 0.5, random_state = 0)
centers = [[1, 1]]
X1, labels1 = make_blobs(n_samples = 2000, centers = centers,cluster_std = 0.5, random_state = 0)
labels1 = labels1 +1def plot_point(dataArr, labelArr, Support_vector_index, W, b):for i in range(np.shape(dataArr)[0]):if labelArr[i] == 0:plt.scatter(dataArr[i][0], dataArr[i][1], c='b', s=20,marker='D')else:plt.scatter(dataArr[i][0], dataArr[i][1], c='y', s=20,marker="*")for j in Support_vector_index:plt.scatter(dataArr[j][0], dataArr[j][1], s=100, c='r', alpha=0.5, linewidth=1.5, edgecolor='red')x = np.arange(-3, 3, 0.01)y = (W[0][0] * x + b) / (-1 * W[0][1])plt.scatter(x, y, s=5, marker='h')plt.show()clf = SVC(C=1.0, cache_size=200, class_weight=None, coef0=0.0,decision_function_shape='ovr', degree=3, gamma='auto', kernel='linear',max_iter=-1, probability=False, random_state=None, shrinking=True,tol=0.001, verbose=False)
# fit训练数据
dataArr = np.r_[X,X1]
labelArr = np.r_[labels,labels1]
clf.fit(dataArr, labelArr)# 获取模型返回值
n_Support_vector = clf.n_support_  # 支持向量个数
Support_vector_index = clf.support_  # 支持向量索引
W = clf.coef_  # 方向向量W
b = clf.intercept_  # 截距项b
# 绘制分类超平面
plt.figure(num=3,figsize=(8, 6))
plot_point(dataArr, labelArr, Support_vector_index, W, b)

三维版本

import numpy as np
from sklearn.datasets import make_blobs
import matplotlib.pyplot as plt
from sklearn.svm import SVC"""生成样本点"""
plt.figure(num=1,figsize=(8, 6))centers = [[3,0,0]]
X, labels = make_blobs(n_samples = 1500, centers = centers,cluster_std = 0.5, random_state = 0)
ax1 = plt.axes(projection='3d')
ax1.scatter3D(X[:, 0], X[:, 1],X[:, 2], 'r',marker='o',label='label_1')centers = [[3, 3, 2]]
X1, labels1 = make_blobs(n_samples = 2000, centers = centers,cluster_std = 0.5, random_state = 0)
ax1.scatter3D(X1[:, 0], X1[:, 1],X1[:, 2], 'g',marker='*',label='label_2')
labels1 = labels1 +1centers = [[0, 6, 4]]
X2, labels2 = make_blobs(n_samples = 2000, centers = centers,cluster_std = 0.5, random_state = 0)
ax1.scatter3D(X2[:, 0], X2[:, 1],X2[:, 2], 'b',marker='^',label='label_3')
labels2 = labels2 +2clf = SVC(C=1.0, cache_size=200, class_weight=None, coef0=0.0,decision_function_shape='ovr', degree=3, gamma='auto', kernel='linear',max_iter=-1, probability=False, random_state=None, shrinking=True,tol=0.001, verbose=False)
# fit训练数据
dataArr = np.r_[X,X1,X2]
labelArr = np.r_[labels,labels1,labels2]
clf.fit(dataArr, labelArr)
#计算超平面方程wx+b=0
b=clf.intercept_
w=clf.coef_
xx = np.arange(-2,6)
yy = np.arange(0,6)
X, Y = np.meshgrid(xx, yy)
Z1= -w[0,0]/w[0,2]*X-w[0,1]/w[0,2]*Y-b[0]/w[0,2]
Z2 = -w[1,0]/w[1,2]*X-w[1,1]/w[1,2]*Y-b[1]/w[1,2]
Z3 = -w[2,0]/w[2,2]*X-w[2,1]/w[2,2]*Y-b[2]/w[2,2]ax1.plot_surface(X,Y,Z1,alpha=0.6)
# ax.plot_surface(X,Y,Z2,alpha=0.6,)
ax1.plot_surface(X,Y,Z3,alpha=0.6)
#设置图例
ax1.legend(loc='best')plt.show()

SVM绘制二维示意图贺三维示意图相关推荐

comsol绘制二维螺线及三维螺旋
对于一些特殊的几何模型有时需要用到螺线及螺旋,三维螺旋相对比较简单,本文主要讲解二维螺线的绘制. 1.三维螺旋:在comsol几何栏中有螺旋这样的几何元素,绘制的时候比较简单,我们可以通过界面的参 ...
Matlab绘制二维圆环和三维圆环
画圆参考: MATLAB绘图笔记--画圆的几种方法一.画二维圆环方法1:利用rectangle函数(不支持透明度) figure rectangle('Position',[0,0,5,5],'C ...
【Python】函数图像绘制：二维图像、三维图像、散点图、心形图
[Python]函数图像绘制:二维图像.三维图像.散点图.心形图所有需要用的包二维图像三维图像散点图绘制心形图绘制所有需要用的包 from mpl_toolkits.mplot3d imp ...
matlab常见用法汇总，包括绘制二维、三维曲线、圆、读取、保存图片/数据、数值精度、绘制圆、绘制角度等
文章目录写在前面一绘制二维曲线二绘制三维曲线 plot3. 三绘制三维离散点 scatter3() 四保存图片到本地五数值精度六字符串拼接七将数据保存到txt 八 matla ...
MATLAB编程（4）——MATLAB绘制二维高斯函数的三维图
本篇博文记录使用MATLAB绘制二维高斯函数的三维图. 用到的MATLAB函数--mesh()(绘制三维线框图)和surf()(绘制三维表面图). MATLAB命令窗口输入>> doc 函 ...
matlab绘制三维混沌系统程序（以三阶微分方程系统为例），可以出庞加莱截面图、二维相图、三维相图、分岔图
matlab绘制三维混沌系统程序(以三阶微分方程系统为例),可以出庞加莱截面图.二维相图.三维相图.分岔图,需要的同学可以(不代做). _:8550662869649774皮皮and瓜瓜
计算机二维辅助设计课程设计,计算机辅助设计课程设计报告-千斤顶的二维工程图和三维建模.doc...
计算机辅助设计课程设计报告课程名称:计算机辅助设计设计题目: 千斤顶的二维工程图和三维建模专业班级:工程力学 02班学生姓名: 学号: 起止日期 2013.1.07 至 2013.1.17 ...
Python使用tsne进行高维数据可视化实战：二维可视化、三维可视化
Python使用tsne进行高维数据可视化实战:二维可视化.三维可视化 # 绘制二维可视化图像并添加标签字符函数 def plot_embedding(data, label, title):x_mi ...
python二维图颜色函数_Python绘图之二维图与三维图详解
各位工程师累了吗? 推荐一篇可以让你技术能力达到出神入化的网站"持久男" 1.二维绘图 a. 一维数据集用 Numpy ndarray 作为数据传入 ply 1. import ...

SVM绘制二维示意图贺三维示意图

背景

二维情况，比较容易

三维版本

SVM绘制二维示意图贺三维示意图相关推荐

最新文章

热门文章