《Python机器学习基础教程》第二章笔记：用于多分类的线性模型-三分类数据集

阳光穿透心脏的1/2处 2023-02-19 02:26 31阅读 0赞

### 《Python机器学习基础教程》第二章笔记：用于多分类的线性模型-三分类数据集 ###

*  一、疑问
 *  二、理解

# 一、疑问 #

第一个数据集的可视化：

from sklearn.linear_model import LogisticRegression
    from sklearn.svm import LinearSVC
    import mglearn
    from matplotlib import pyplot as plt
    from sklearn.model_selection import train_test_split
    
    X, y = mglearn.datasets.make_forge()
    print(y)
    
    fig, axes = plt.subplots(1, 2, figsize=(10, 3))
    
    for model, ax in zip([LinearSVC(), LogisticRegression()], axes):
    clf = model.fit(X, y)
    
    mglearn.plots.plot_2d_separator(clf, X, fill=False, eps=0.5,
                                    ax=ax, alpha=.7)#画线的命令
    mglearn.discrete_scatter(X[:, 0], X[:, 1], y, ax=ax)#画点的命令
    ax.set_title(clf.__class__.__name__)
    ax.set_xlabel("Feature 0")
    ax.set_ylabel("Feature 1")
    axes[0].legend()
    plt.show()

其实就是45页的图2-15的Logistic回归  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3B5dGhvbl9fcmVwb3J0ZWQ_size_16_color_FFFFFF_t_70]

第二个数据集的可视化：

from sklearn.datasets import make_blobs
    import mglearn
    from matplotlib import pyplot as plt
    from sklearn.model_selection import train_test_split
    from sklearn.svm import LinearSVC
    
    
    X, y = make_blobs(random_state=42)#random_state=42报持随机一致
    
    mglearn.discrete_scatter(X[:, 0], X[:, 1], y)
    #plt.scatter(X[:, 0], X[:, 1], y)#这也是两个数据集
    plt.xlabel("Feature 0")
    plt.ylabel("Feature 1")
    plt.legend(["Class 0", "Class 1", "Class 2"])
    plt.show()

就是50页图2-19：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3B5dGhvbl9fcmVwb3J0ZWQ_size_16_color_FFFFFF_t_70 1]

问题：

都是：mglearn.discrete_scatter(X[:, 0], X[:, 1], y)

问什么一个是两类一个是三类

为此还专门对第二个数据集利用matplotlib进行可视化，发现确实是两个数据，  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3B5dGhvbl9fcmVwb3J0ZWQ_size_16_color_FFFFFF_t_70 2]

应该一样啊！为什么第二个数据集会有三类

# 二、理解 #

命令行中X为二维数据集因而\[:, 0\]第一列\# 输入X第0列和第1列作为x轴,将y作为y轴，纯数据上来说是应该与matplotlib进行可视化一样只有两类，

但是mglearn绘图并不是xy绘图，即y不是x的值，y就是类别本身

第一个数据集只有两类是因为y值只有0、1  
例如第一个数据集的y  
![在这里插入图片描述][20200618214634801.png]

第二个数据集的y  
![在这里插入图片描述][20200618214722198.png]

这个0、1、2就像鸢尾花数据集中的\[‘target’\]一样只是一个类别代数

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3B5dGhvbl9fcmVwb3J0ZWQ_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/2020061821390187.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3B5dGhvbl9fcmVwb3J0ZWQ=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3B5dGhvbl9fcmVwb3J0ZWQ_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20200618214053146.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3B5dGhvbl9fcmVwb3J0ZWQ=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3B5dGhvbl9fcmVwb3J0ZWQ_size_16_color_FFFFFF_t_70 2]: https://img-blog.csdnimg.cn/20200618214241421.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3B5dGhvbl9fcmVwb3J0ZWQ=,size_16,color_FFFFFF,t_70
[20200618214634801.png]: https://img-blog.csdnimg.cn/20200618214634801.png
[20200618214722198.png]: https://img-blog.csdnimg.cn/20200618214722198.png