Визуализация границ решений
В этом упражнении вы визуализируете границы решений для различных типов классификаторов.
Подмножество встроенного набора данных wine из scikit-learn уже загружено в X, а бинарные метки — в y.
Это упражнение является частью курса
Линейные классификаторы в Python
Инструкции к упражнению
- Создайте следующие объекты классификаторов с гиперпараметрами по умолчанию:
LogisticRegression,LinearSVC,SVC,KNeighborsClassifier. - Обучите каждый классификатор на предоставленных данных с помощью цикла
for. - Вызовите функцию
plot_4_classifers()(по аналогии с кодом здесь), передав в неёX,yи список из четырёх классификаторов.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
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()