我有3个判别函数,将2D空间分成3个区域。我想绘制这些区域之间的决策边界。但是,我不知道如何使用Python中的matplotlib网格来实现这一点。
如果是2个判别函数,这个过程就简单了。我计算函数和轮廓图之间在值为0处的差异。
如果是2个判别函数,这个过程就简单了。我计算函数和轮廓图之间在值为0处的差异。
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是具有均值(0,0)和(2,2)的多元高斯分布。(分布本身并不重要,我想将其应用于任何判别函数)
def pdf(x, y, mean, cov):
var = multivariate_normal(mean=mean, cov=cov)
pos = np.empty(x.shape + (2,))
pos[:, :, 0] = x; pos[:, :, 1] = y
return var.pdf(pos)
def g1(x, y):
return pdf(x, y, mean=[0,0], cov=[[1,0],[0,1]])
def g2(x, y):
return pdf(x, y, mean=[2,2], cov=[[1,0],[0,1]])
def g3(x, y):
return pdf(x, y, mean=[-2,2], cov=[[1,0],[0,1]])
这里一侧为负,另一侧为正。决策边界上的值都是零。现在我想添加第三个函数g3,其均值为(-2, 2)。绘制结果的决策边界并不直观。我试图取三个函数的最大值,并将它们之间的差作为z值,但没有达到我想要的效果。
我希望看到的东西类似于下面的图片:
使用类似的网格和等高线图方法是否可以实现?我不想明确计算该线路。
更新
通过使用contourf方法,可以用不同的颜色填充区域。然而,绘制边界线仍然是问题。