作者ahdrew51 (水喔)
看板Python
标题Re: 关於scikit-learn中的教学
时间Sun Apr 9 19:21:01 2017
※ 引述《ahdrew51 (水喔)》之铭言：
: Scikit-learn 中有一篇'Plot different SVM classifiers in the iris dataset'的教
: 学
: 其中他的features只取了两个
: 这样到底是为什麽能简化问题呢？
: 如果要取全部的features（4个还5个）要怎麽去改呢？
: 我现在正在学把分类的结果画图出来
: 对这部分有问题 尤其是画图的部分
: 希望有大大能够帮助我
: 谢谢
我照着热心网友给我回覆的方法，也就是先做PCA，使feature降维成2，再来画图
我是在读完档案後马上对其做PCA，但会出现一个问题
虽然图能够画出来，但因为一开始就先把数遽降维，使的辨识率变低了
我想，事先对输入的DATA做降维当然会造成辨识率变低
有什麽方法能够使用所有的feature又不会影响到辨识率呢?
谢谢各位
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 140.118.7.234
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Python/M.1491736864.A.15D.html
1F：→ s860134: 问一个问题 你确定你的ＤＡＴＡ影响的因子只有两个吗？ 04/09 19:37
2F：→ ahdrew51: 不是 但是为了画成2维的图 所以必须要先降维对吧?! 04/09 22:21
3F：→ ahdrew51: scikit learn中的教学也是只取两个Data 化成多维的图的 04/09 22:23
4F：→ ahdrew51: 话不容易看吧?! 04/09 22:23
5F：推 abc2090614: 你就画好几个图每张图取两个变数就是了 04/09 22:51
6F：→ abc2090614: 在训练模型时用所有的feature下去作 画图时只取两个 04/09 22:52
7F：→ ahdrew51: 我有尝试过这样做 不过会有一些问题 可能还要再看看程 04/09 22:59
8F：→ ahdrew51: 式码 04/09 22:59