Visualización de los límites de decisión
En este ejercicio, visualizarás los límites de decisión de varios tipos de clasificadores.
En X ya se ha cargado un subconjunto del conjunto de datos incorporado en scikit-learn( wine ), junto con etiquetas binarias en y.
Este ejercicio forma parte del curso
Clasificadores lineales en Python
Instrucciones del ejercicio
- Cree los siguientes objetos clasificadores con hiperparámetros por defecto:
LogisticRegression,LinearSVC,SVC,KNeighborsClassifier. - Ajuste cada uno de los clasificadores a los datos proporcionados utilizando un bucle
for. - Llame a la función
plot_4_classifers()(similar al código aquí), pasandoX,y, y una lista que contenga los cuatro clasificadores.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
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()