分享个不大相关的东西 import pandas as pd import seaborn as sns data_df = pd.DataFrame(data) sns.pairplot(data = data_df) sns.plt.show() http://seaborn.pydata.org/generated/seaborn.pairplot.html ※ 引述《ahdrew51 (水喔)》之铭言： : ※ 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: 175.182.110.158 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Python/M.1491814807.A.069.html ※ 编辑: jn8029 (175.182.110.158), 04/10/2017 17:00:34