为了账号安全,请及时绑定邮箱和手机立即绑定

这个要怎么解决?谢谢老师

NameError                                 Traceback (most recent call last)<ipython-input-15-aab8952af4eb> in <module>()----> 1 plot_decision_regions(X, y, classifier, resolution=0.02)NameError: name 'classifier' is not defined
NameError                                 Traceback (most recent call last)<ipython-input-15-aab8952af4eb> in <module>()----> 1 plot_decision_regions(X, y, classifier, resolution=0.02)NameError: name 'classifier' is not defined


正在回答

2 回答

你看一下代码,照着改一下,应该就能解决。
from matplotlib.colors import ListedColormap
def plot_decision_regions(X, y, classifier, resolution=0.02):    
    marker = ('s', 'x', 'o', 'v')    
    colors = ('red', 'blue', 'lightgreen', 'gray', 'cyan')    
    cmap = ListedColormap(colors[:len(np.unique(y))])    
    x1_min, x1_max = X[:, 0].min() - 1, X[:, 0].max()    
    x2_min, x2_max = X[:, 1].min() - 1, X[:, 1].max()    
    #将x1、x2最大最小值通过arange函数得到的向量,扩展成两个二维矩阵    
    xx1, xx2 = np.meshgrid(np.arange(x1_min, x1_max, resolution), np.arange(x2_min, x2_max, resolution))    
    #预测    
    Z = classifier.predict(np.array([xx1.ravel(), xx2.ravel()]).T) #ravel还原成单维向量    
    #绘制    
    Z= Z.reshape(xx1.shape) #将Z转换成与xx1一样的二维数组    
    plt.contourf(xx1, xx2, Z, alpha=0.4, cmap=cmap) #在两组分类结果中间画分割线-->必须线性可分    
    plt.xlim(xx1.min(), xx1.max())    
    plt.ylim(xx2.min(), xx2.max())    
    for idx, cl in enumerate(np.unique(y)):        
        plt.scatter(x=X[y==cl, 0], y=X[y==cl, 1], alpha=0.8, c=cmap(idx), marker=marker[idx], label=cl)
        
        
ppn = Perceptron(0.1, 10)
ppn.fit(X, y)
plot_decision_regions(X, y, ppn, resolution=0.02)


0 回复 有任何疑惑可以回复我~

classifier 应该是个自定义的类,貌似视频中没有给出其实现。。。


0 回复 有任何疑惑可以回复我~

举报

0/150
提交
取消

这个要怎么解决?谢谢老师

我要回答 关注问题
意见反馈 帮助中心 APP下载
官方微信