เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การแสดงภาพขอบเขตการตัดสินใจ

ในแบบฝึกหัดนี้ จะได้ลองแสดงภาพขอบเขตการตัดสินใจ (decision boundaries) ของ classifier แต่ละประเภท

ชุดข้อมูล wine ในตัวของ scikit-learn (บางส่วน) ถูกโหลดลงใน X แล้ว พร้อมกับ label แบบ binary ใน y

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Linear Classifiers ใน Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • สร้างออบเจกต์ classifier ต่อไปนี้โดยใช้ค่า hyperparameter เริ่มต้น: LogisticRegression, LinearSVC, SVC, KNeighborsClassifier
  • ใช้ลูป for เพื่อ fit classifier แต่ละตัวกับข้อมูลที่เตรียมไว้
  • เรียกใช้ฟังก์ชัน plot_4_classifers() (คล้ายกับโค้ดที่นี่) โดยส่ง X, y และลิสต์ที่มี classifier ทั้งสี่ตัวเป็นอาร์กิวเมนต์

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

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()
แก้ไขและรันโค้ด