Matplotlibでk-NN​​決定境界をグラフ化する

matplotlibでグラフk-NN決定境界を作成するには、次の手順を実行できます。

ステップ

• 図のサイズを設定し、サブプロット間およびサブプロットの周囲のパディングを調整します。

• 変数を初期化しますn_neighbors 隣人の数。

• irisを読み込んで返却します データセット（分類）。

• xを作成します およびy データポイント。

• 暗い色と明るい色のリストを作成します。

• k最近傍法を実装する分類器が投票します。

• xmin、xmax、yminを作成します およびymax データポイント。

• 新しいフィギュアを作成するか、既存のフィギュアをアクティブにします。

• 輪郭プロットを作成します。

• Xデータセットを使用して散布図を作成します。

• xを設定します およびy 軸のラベル、タイトル、軸のスケール。

• 図を表示するには、 Show（）を使用します メソッド。

例

import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
from matplotlib.colors import ListedColormap
from sklearn import neighbors, datasets

plt.rcParams["figure.figsize"] = [7.00, 3.50]
plt.rcParams["figure.autolayout"] = True

n_neighbors = 15
iris = datasets.load_iris()
X = iris.data[:, :2]
y = iris.target
h = .02

cmap_light = ListedColormap(['orange', 'cyan', 'cornflowerblue'])
cmap_bold = ['darkorange', 'c', 'darkblue']


clf = neighbors.KNeighborsClassifier(n_neighbors, weights='uniform')
clf.fit(X, y)

x_min, x_max = X[:, 0].min() - 1, X[:, 0].max() + 1
y_min, y_max = X[:, 1].min() - 1, X[:, 1].max() + 1
xx, yy = np.meshgrid(np.arange(x_min, x_max, h),
np.arange(y_min, y_max, h))
Z = clf.predict(np.c_[xx.ravel(), yy.ravel()])
Z = Z.reshape(xx.shape)

plt.figure()

plt.contourf(xx, yy, Z, cmap=cmap_light)

sns.scatterplot(x=X[:, 0], y=X[:, 1], hue=iris.target_names[y],
palette=cmap_bold, alpha=1.0, edgecolor="black")

plt.xlim(xx.min(), xx.max())
plt.ylim(yy.min(), yy.max())

plt.title("3-Class classification (k = %i, 'uniform' = '%s')"
% (n_neighbors, 'uniform'))

plt.xlabel(iris.feature_names[0])
plt.ylabel(iris.feature_names[1])

plt.Show()

出力

次の出力が生成されます-