数据挖掘-Iris数据集分析-决策边界_根据花瓣数据绘制(七)

# coding: utf-8# 使用花瓣测量数据绘制 2D散点图，并绘出决策边界import numpy as npimport matplotlib.pyplot as pltfrom matplotlib.colors import ListedColormapfrom sklearn import datasetsfrom sklearn.neighbors import

zhangyingchengqi

3154人浏览 · 2017-02-01 14:06:17

zhangyingchengqi · 2017-02-01 14:06:17 发布

# coding: utf-8  
# 使用花瓣测量数据绘制 2D散点图，并绘出决策边界
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.colors import ListedColormap
from sklearn import datasets
from sklearn.neighbors import KNeighborsClassifier

#matplot显示图例中的中文问题 :   https://www.zhihu.com/question/25404709/answer/67672003
import matplotlib.font_manager as fm
#mac中的字体问题请看: https://zhidao.baidu.com/question/161361596.html
myfont = fm.FontProperties(fname='/Library/Fonts/Xingkai.ttc')

iris=datasets.load_iris()
x=iris.data[:,2:4]   #取出花瓣的长和宽 
y=iris.target       #取出类别

#计算散点图的轴的边界
x_min,x_max=x[:,0].min() -.5, x[:,0].max()+.5
y_min, y_max=x[:,1].min()-.5, x[:,1].max()+.5

#绘制边界
cmap_light=ListedColormap(['#AAAAFF','#AAFFAA','#FFAAAA'])
h=.02
xx,yy=np.meshgrid(np.arange(x_min,x_max,h),np.arange(y_min,y_max,h))

knn=KNeighborsClassifier()
knn.fit(x,y)
Z=knn.predict( np.c_[xx.ravel(),yy.ravel()])
Z=Z.reshape(xx.shape)
plt.figure()
plt.pcolormesh(xx,yy,Z,cmap=cmap_light)

plt.title(u'鸢尾花分类预测决策边界_根据花瓣长宽',fontproperties=myfont)
plt.xlabel(u'花瓣长',fontproperties=myfont)
plt.ylabel(u'花瓣宽',fontproperties=myfont)

plt.scatter(x[:,0],x[:,1],c=y)
plt.xlim( xx.min(), xx.max() )
plt.ylim( yy.min(),yy.max() )


plt.savefig('python_8_7_带决策边界的2D散点图_根据花瓣数据绘制.png')
plt.show()