可视化决定表面不同的分类器

每个分类算法生成不同的决策规则。这些规则可以可视化的形式决定表面。这个例子演示了可视化决定表面不同的分类算法。

加载数据

加载数据,看看花萼测量虹膜物种之间的差异。您可以使用两个列包含花萼测量。

清晰的负载fisheririsX =量(:,1:2);y =分类(物种);标签=类别(y);图(1)gscatter (X (: 1), (2):,,,“rgb”,osd的);包含(“花萼长度”);ylabel (萼片宽的);

火车四个不同的分类器和存储单元阵列模型

分类器{1}= NaiveBayes.fit (X, y);分类器{2}= ClassificationDiscriminant.fit (X, y);分类器{3}= ClassificationTree.fit (X, y);分类器{4}= ClassificationKNN.fit (X, y);classifier_name = {“天真的贝叶斯,“判别分析”,分类树的,“最近邻”};

使用所有分类器预测物种

meshgrid用于创建一个网格点跨越整个空间在某些范围内实际的数据值。每个分类器是用来对所有网格中的数据进行分类。

[民,xx2] = meshgrid (4: .01:8, 2: .01:4.5);图(2)为2 = 1:元素个数(分类)ypred =预测(分类器{2},(民(:)xx2 (:)));h (ii) =次要情节(2,2,二世);gscatter(民(:),xx2 (:), ypred,“rgb”);标题(classifier_name {2},“字形大小”15)传奇从,轴紧结束传奇(h(1)、标签“位置”,(0.35,0.01,0.35,0.05),“定位”,“水平”)

数据集和引用

费雪的虹膜上的测量数据由花萼长度,萼片宽,花瓣长度和花瓣宽度150虹膜样本。有50每三个物种的标本。这个数据集是附带的统计和机器学习的工具箱™。