Visualizar fronteras de decisión
En este ejercicio, vas a visualizar las fronteras de decisión de varios tipos de clasificadores.
Un subconjunto del conjunto de datos wine integrado en scikit-learn ya está cargado en X, junto con etiquetas binarias en y.
Este ejercicio forma parte del curso
Clasificadores lineales en Python
Instrucciones del ejercicio
- Crea los siguientes objetos de clasificador con los hiperparámetros predeterminados:
LogisticRegression,LinearSVC,SVC,KNeighborsClassifier. - Ajusta cada uno de los clasificadores sobre los datos proporcionados usando un bucle
for. - Llama a la función
plot_4_classifers()(similar al código aquí), pasandoX,yy una lista que contenga los cuatro clasificadores.
ejercicio interactivo práctico
Prueba este ejercicio completando este código de ejemplo.
from sklearn.linear_model import LogisticRegression
from sklearn.svm import SVC, LinearSVC
from sklearn.neighbors import KNeighborsClassifier
# Define the classifiers
classifiers = [____]
# Fit the classifiers
for c in ____:
____
# Plot the classifiers
plot_4_classifiers(X, y, classifiers)
plt.show()