Visualizzare i confini di decisione
In questo esercizio visualizzerai i confini di decisione di vari tipi di classificatori.
Un sottoinsieme del dataset wine incorporato in scikit-learn è già caricato in X, insieme a etichette binarie in y.
Questo esercizio fa parte del corso
Classificatori lineari in Python
Istruzioni dell'esercizio
- Crea i seguenti oggetti classificatori con gli iperparametri predefiniti:
LogisticRegression,LinearSVC,SVC,KNeighborsClassifier. - Allena ciascun classificatore sui dati forniti usando un ciclo
for. - Chiama la funzione
plot_4_classifers()(simile al codice mostrato qui), passandoX,ye una lista contenente i quattro classificatori.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
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()