Python的sklearn绘制分类结果

Question

3

我是新手，想要解释分类结果。我对决策面和决策边界的区别感到困惑。我看到了两个示例来展示分类器的差异:

1) http://scikit-learn.org/stable/auto_examples/svm/plot_iris.html#example-svm-plot-iris-py 2) http://scikit-learn.org/stable/auto_examples/classification/plot_classifier_comparison.html 这两个示例都用于展示分类器之间的不同之处。但第一个示例使用了predict，而第二个示例使用了predict_proba或decision function。所以我很困惑。

- Rosy

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- mikkelam · Accepted Answer

决策面或边界是相同的。例如，在分类中，如果您要预测2个类，并且这2个类由三个维度（N = 3）表示，例如长度、宽度和高度，则决策边界是大小为N-1的超平面。这里的逻辑是，要分离N个维度，您需要一个大小为N-1的对象。

您的两个示例都显示了决策边界/面。