Visualização de limites de decisão
Neste exercício, você visualizará os limites de decisão de vários tipos de classificadores.
Um subconjunto do conjunto de dados incorporado wine de scikit-learn já está carregado em X, juntamente com rótulos binários em y.
Este exercício faz parte do curso
Classificadores lineares em Python
Instruções de exercício
- Crie os seguintes objetos classificadores com hiperparâmetros padrão:
LogisticRegression,LinearSVC,SVC,KNeighborsClassifier. - Ajuste cada um dos classificadores nos dados fornecidos usando um loop
for. - Chame a função
plot_4_classifers()(semelhante ao código aqui), passando emX,ye uma lista contendo os quatro classificadores.
Exercício interativo prático
Experimente este exercício preenchendo este código de exemplo.
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()