Python 如何将二维数据转换为三维（非线性数据）？

我创造了合成数据，比如

X，Y=make_分类（n_特征=2，n_样本=100，n_冗余=0，n_信息=1，
n_集群每_类=1，类sep=0.001，权重=0.8,0.2，n_类=2，随机状态=42）
df=CreateDataFrame（X，Y，['X1'，'X2']）

---

具有两类和非线性的数据。现在我想将这个二维数据转换成三维数据空间，以绘制类之间的决策边界。任何人都可以帮助我

将二维数据转换为三维数据，您必须添加另一项功能。此功能添加可以通过以下任一方式完成

1） 通过设置n\u features=3在创建随机数据时添加额外特征。这将在创建时添加额外维度。但它将增加一项新功能

---

2） 另一种方法是通过应用算术（如2个特征的平均值等）操作来创建第三个特征。

重新发明SVM？这是什么？Raj brother有没有不使用SVM的方法可以找到？@ZMKhattak也许你可以手动尝试找到一个新的参数（这是原始参数和SVM的组合），它可以在3d空间中分离数据。