Re: 關於scikit-learn中的教學

[ahdrew51 (水喔)]

※ 引述《ahdrew51 (水喔)》之銘言：
: Scikit-learn 中有一篇'Plot different SVM classifiers in the iris dataset'的教
: 學
: 其中他的features只取了兩個
: 這樣到底是為什麼能簡化問題呢？
: 如果要取全部的features（4個還5個）要怎麼去改呢？
: 我現在正在學把分類的結果畫圖出來
: 對這部分有問題 尤其是畫圖的部分
: 希望有大大能夠幫助我
: 謝謝
我照著熱心網友給我回覆的方法，也就是先做PCA，使feature降維成2，再來畫圖
我是在讀完檔案後馬上對其做PCA，但會出現一個問題
雖然圖能夠畫出來，但因為一開始就先把數遽降維，使的辨識率變低了

我想，事先對輸入的DATA做降維當然會造成辨識率變低
有什麼方法能夠使用所有的feature又不會影響到辨識率呢?

謝謝各位

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.118.7.234
※ 文章網址: https://www.ptt.cc/bbs/Python/M.1491736864.A.15D.html
→ s860134: 問一個問題　你確定你的ＤＡＴＡ影響的因子只有兩個嗎？
→ ahdrew51: 不是 但是為了畫成2維的圖 所以必須要先降維對吧?!
→ ahdrew51: scikit learn中的教學也是只取兩個Data 化成多維的圖的
→ ahdrew51: 話不容易看吧?!
推 abc2090614: 你就畫好幾個圖每張圖取兩個變數就是了
→ abc2090614: 在訓練模型時用所有的feature下去作  畫圖時只取兩個
→ ahdrew51: 我有嘗試過這樣做 不過會有一些問題 可能還要再看看程
→ ahdrew51: 式碼