Python sklearn Plotten Klassifizierung Ergebnisse

Question

Ich bin neu zu sklearn und möchte Klassifizierung Ergebnisse interpretieren. Ich bin verwirrt, dass die Unterschiede zwischen Entscheidungsfläche und Entscheidungsgrenze sind? Ich sah zwei Beispiele die Unterschiede der Klassifizierer zeigt:

1) http://scikit-learn.org/stable/auto_examples/svm/plot_iris.html#example-svm-plot-iris-py

2) http://scikit-learn.org/stable/auto_examples/classification/plot_classifier_comparison.html

Sowohl die Differenz der Klassifizierer zeigen verwendet. Aber die erste verwendet Vorhersage und die zweite verwendet Predic_Proba oder Entscheidungsfunktion. Also bin ich verwirrt.

Answer 1

Die Entscheidungsfläche oder -grenze ist gleich. Zum Beispiel in Klassifikationen, wenn Sie 2 Klassen haben, von denen Sie eine Vorhersage treffen möchten, und diese 2 Klassen durch drei Dimensionen (N = 3) dargestellt werden, z. Länge Breite Höhe. Die Entscheidungsgrenze ist eine Hyperebene der Größe N-1. Die Logik hier ist, dass, um N Dimensionen zu trennen, Sie ein Objekt der Größe N-1 Dimensionen benötigen.

Beide Beispiele zeigen Entscheidungsgrenzen/Oberflächen