我有3个判别函数,把二维空间分成3个区域。我想画出这些区域之间的决策边界。我无法在python中使用matplotlib meshgrid来实现这一点。在
在2个判别函数的情况下,过程简单。我计算函数和等高线图之间的差值,值为0。在
lin_param = (-5, 5, 100)
xx = np.linspace(*lin_param)
yy = np.linspace(*lin_param)
x, y = np.meshgrid(xx, yy)
z = g1(x, y) - g2(x, y)
cp = plt.contour(x, y, z, levels=[0], colors="k")
plt.scatter(0, 0)
plt.scatter(2, 2)
plt.show()
其中g1和g2是平均值为(0,0)和(2,2)的多元高斯分布。(分布并不重要,我想将其应用于任何判别函数)
^{pr2}$这一边是消极的,另一边是积极的。沿决策边界的值都为零。现在我要加上第三个函数g3,它的平均值是(-2,2)。绘制结果决策边界并不简单。我试着取3个函数的最大2个值,并将它们的差值指定为z值,但无法实现我想要的结果。在
我想看到的是与下图类似的内容:
有没有可能用类似的网格等值线图方法来实现?我不想显式计算直线。在
更新
利用轮廓法,可以用不同的颜色填充区域。然而,绘制边界线仍然是个问题。在
我想我达到了预期的产量。在
我并没有将函数之间的差异赋给z数组,而是指定了具有最大值的函数的索引。然后我使用类标签(或函数索引)之间的数字作为levels参数。例如,为了在类0和类1之间绘制边界,我在levels参数中添加了0.5。在
相关问题 更多 >
编程相关推荐