Python PyML：绘制决策面

PyML具有绘制决策曲面的功能

首先，您需要告诉PyML要使用哪些数据。这里，我将sparsevectordata与我的特征向量一起使用。这是我用来训练我的SVM的

demo2d.setData(training_vector)

然后，您需要告诉它您要使用哪个分类器。我给它一个经过训练的SVM

demo2d.decisionSurface(best_svm, fileName = "dec.pdf")

但是，我收到以下错误消息：

Traceback (most recent call last):
**deleted by The Unfun Cat**
    demo2d.decisionSurface(best_svm, fileName = "dec.pdf")
  File "/opt/local/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/PyML/demo/demo2d.py", line 140, in decisionSurface
    results = classifier.test(gridData)
  File "/opt/local/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/PyML/evaluators/assess.py", line 45, in test
    classifier.verifyData(data)
  File "/opt/local/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/PyML/classifiers/baseClassifiers.py", line 55, in verifyData
    if len(misc.intersect(self.featureID, data.featureID)) != len(self.featureID) :
AttributeError: 'SVM' object has no attribute 'featureID'

---

我将深入研究源代码，因为我从未使用过PyML。我试着在网上找到它，但是我无法在网上找到的

verifyData

方法，所以我不得不通过下载的源代码进行搜索

分类器的

featureID

仅在

baseClassifier

类的

train

方法中设置（第77-78行）：

在您的代码中，

数据.\uuuuuu class\uuuuu.\uuuuuu name\uuuuuuuu

的计算结果为

“SPARSTASET”

（或您正在使用的任何其他类），表达式的计算结果为

False

（从不设置featureID）

然后在

demo2d.decisionSurface

中：

gridData = VectorDataSet(gridX)
gridData.attachKernel(data.kernel)
results = classifier.test(gridData)

它尝试使用

矢量数据集测试分类器。在本例中，
classifier.test
相当于调用
assessment.test
方法，该方法尝试验证数据是否具有与使用
baseClassifier的训练数据相同的特征。verifyData
：

def verifyData(self, data) :
  if data.__class__.__name__ != 'VectorDataSet' :
      return
  if len(misc.intersect(self.featureID, data.featureID)) != len(self.featureID) :
       raise ValueError, 'missing features in test data'

然后测试传递的数据的类，该类现在是
“VectorDataSet”
，并继续尝试访问从未创建的
featureID
属性

基本上，它要么是一个bug，要么是一个隐藏的特性

长话短说，您必须将数据转换为
VectorDataSet
，因为
SVM.featureID
不是以其他方式设置的

此外，您不需要向其传递经过训练的数据集，该函数将为您训练分类器

编辑：

我还想提请大家注意
setData
方法：

def setData(data_) :
    global data
    data = data_

根本没有类型检查。因此，有人可能会将
数据
设置为任何内容，例如整数、字符串等，这将导致
决策面
中出现错误

如果要使用
setData
，必须小心使用（仅与
VectorDataSet
一起使用），因为代码没有您希望的那么灵活
 谢谢你为这么微薄的数目做了出色的代码检测工作。当我有时间看你的答案时，我会尝试添加一些例子等等。
def setData(data_) :
    global data
    data = data_