Visualiser les frontières de décision
Dans cet exercice, vous allez visualiser les frontières de décision de différents types de classifieurs.
Un sous-ensemble du jeu de données intégré wine de scikit-learn est déjà chargé dans X, avec des étiquettes binaires dans y.
Cet exercice fait partie du cours
Classifieurs linéaires en Python
Instructions
- Créez les objets classifieurs suivants avec les hyperparamètres par défaut :
LogisticRegression,LinearSVC,SVC,KNeighborsClassifier. - Entraînez chacun des classifieurs sur les données fournies à l’aide d’une boucle
for. - Appelez la fonction
plot_4_classifers()(similaire au code ici), en passantX,yet une liste contenant les quatre classifieurs.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
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()