python - 如何可视化具有 3 个特征的（3D）非线性 SVM 决策边界？

Question

编写我的代码的过程：

1. 3个参数---->定义了X1、X2、X3
2. 为每个参数生成 15 个正常随机数
3. 将 3 个参数放入公式中（如：a= X1*X2-X3）并根据函数的正负结果进行分类（在示例 a 中，如果 a<0 y=-1 并且如果 a>0 y= 1) (-1,1 类)
4. 使用 SVM（rbf 内核）将它们分开

现在我正在尝试使用plot_decision_regions表单确定 3 个功能和 2 个类的决策边界，mlxtend.plotting但出现错误：

无法将输入数组从形状 (15) 广播到形状 (2509056)。

现在有没有人如何解决它并有相同情况的示例？

plot_decision_regions(X_train, t, clf = svclassifier, hide_spines = False, colors = 'purple,limegreen', markers = ['x','o'],
                      filler_feature_values={0: X1[:,0], 1: X1[:,1], 2: X1[:,2]},
                      filler_feature_ranges={0: range1, 1: range1, 2:range1})
plt.title('Support Vector Machine')

标签： pythonsvm