Python 给定概率函数绘制贝叶斯决策边界的内置函数

python中是否有一个函数，如果我们向它输入一个函数，它会绘制bayes决策边界？我知道matlab中有一个函数，但我正在python中搜索一些函数。我知道实现这一点的一种方法是迭代这些点，但我正在搜索一个内置函数。

---

我在轴上有两个变量样本点，我想绘制决策边界，以便对它们进行分类。

与Chris在上述评论中的猜测不同，我假设你想根据高斯混合模型对点进行聚类，这是一种合理的方法，假设基础分布是高斯分布样本的线性组合。下面我展示了一个使用

numpy

创建样本数据集的示例，

sklearn

用于GM建模，并使用

pylab

显示结果

import numpy as np
from pylab import *
from sklearn import mixture

# Create some sample data
def G(mu, cov, pts):
    return np.random.multivariate_normal(mu,cov,500)

# Three multivariate Gaussians with means and cov listed below
MU  = [[5,3], [0,0], [-2,3]]
COV = [[[4,2],[0,1]], [[1,0],[0,1]], [[1,2],[2,1]]]

A = [G(mu,cov,500) for mu,cov in zip(MU,COV)]
PTS = np.concatenate(A) # Join them together

# Use a Gaussian Mixture model to fit
g = mixture.GMM(n_components=len(A))
g.fit(PTS)

# Returns an index list of which cluster they belong to
C = g.predict(PTS)

# Plot the original points
X,Y = map(array, zip(*PTS))
subplot(211)
scatter(X,Y)

# Plot the points and color according to the cluster
subplot(212)
color_mask = ['k','b','g']
for n in xrange(len(A)):
    idx = (C==n)
    scatter(X[idx],Y[idx],color=color_mask[n])
show()

---

有关分类方法的更多详细信息，请参见页面。

以便我们可以找到您要查找的内容，等效的

matlab

函数是什么？我不记得函数的名称。但几年前我曾使用过它。还感谢您尝试使用以下matlab函数：