python - 如何在 3-D 等高线图中绘制回归预测数据?
问题描述
我正在尝试将来自高斯过程回归的预测平均数据绘制成 3-D 轮廓。我已经使用 Matplotlib 和mplot3d 示例代码从图像中绘制 3D 轮廓图:contour3d_demo3.py线程。以下是我的代码:
import numpy as np
from sklearn.gaussian_process import GaussianProcessRegressor
from sklearn.gaussian_process.kernels import RBF, ConstantKernel as C
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import axes3d
from matplotlib import cm
x_train = np.array([[0,0],[2,2],[3,3]])
y_train = np.array([[200,321,417]])
xvalues = np.array([0,1,2,3])
yvalues = np.array([0,1,2,3])
a,b = np.meshgrid(xvalues,yvalues)
positions = np.vstack([a.ravel(), b.ravel()])
x_test = (np.array(positions)).T
kernel = C(1.0, (1e-3, 1e3)) * RBF(10)
gp = GaussianProcessRegressor(kernel=kernel)
gp.fit(x_train, y_train)
y_pred_test = gp.predict(x_test)
fig = plt.figure()
ax = fig.add_subplot(projection = '3d')
x=y=np.arange(0,3,1)
X, Y = np.meshgrid(x,y)
Z = y_pred_test
cset = ax.contour(X, Y, Z, cmap=cm.coolwarm)
ax.clabel(cset, fontsize=9, inline=1)
plt.show()
运行上述代码后,我在控制台上收到以下错误:
我希望 x 和 y 轴作为 2-D 平面和 z 轴上的预测值。示例图如下:
我的代码有什么问题?
谢谢!
解决方案
您提到的具体错误来自您的y_train
,这可能是一个错字。它应该是:
y_train_ : 类数组,形状 = (n_samples, [n_output_dims])
根据您的x_train
,您有 3 个样本。所以你y_train
应该有 shape(3, 1)
而不是(1, 3)
.
您在绘图部分还有其他错误:
add_subplot
之前应该有一个位置projection = '3d'
。Z
X
应该具有与Y
等高线图相同的形状。- 由于 2,您的
x
andy
应该匹配xvalues
andyvalues
。
总之,您可能需要进行以下更改:
...
y_train = np.array([200,321,417])
...
ax = fig.add_subplot(111, projection = '3d')
x=y=np.arange(0,4,1)
...
Z = y_pred_test.reshape(X.shape)
...
只提两点:
这些更改后您将获得的图与您显示的图不匹配。您问题中的数字是曲面图而不是等高线图。您可以使用
ax.plot_surface
来获得那种类型的情节。我想你已经知道了。但以防万一,您的情节不会像您的样本情节那样平滑,因为您的情节
np.meshgrid
很稀疏。
推荐阅读
- html - 如何在html中对齐卡片?
- python - PyQt5 中的可滚动 QLabel 图像
- ruby - Ruby 正则表达式匹配 vs ===
- python-3.x - 如何连接字符串和变量并在python中为其赋值
- groovy - 如何在 JIRA 脚本运行器 groovy 中运行 shell 命令
- html - 如何根据Angular 6中的单列实现排序表(使用boostrap)
- java - 相互 SSL - 使用 java 作为客户端时客户端证书链为空
- uwp - UWP Xbox 应用程序布局问题,因为 UI 与电视安全区域发生冲突
- extjs - Extjs:清除项目选择器中的选择
- algorithm - 如何将一个数字分成多个部分(不相等)以使总和等于输入?