如何在python中绘制2D和3D SVM决策边界(scikit学习)?
似乎大多数示例都允许模型预测网格中的点并绘制区域,而不是获取边界坐标。为了做一些定量分析,我需要检索边界的位置 我尝试了以下方法:如何在python中绘制2D和3D SVM决策边界(scikit学习)?,python,matplotlib,scikit-learn,svm,Python,Matplotlib,Scikit Learn,Svm,似乎大多数示例都允许模型预测网格中的点并绘制区域,而不是获取边界坐标。为了做一些定量分析,我需要检索边界的位置 我尝试了以下方法: 移动网格并执行^操作以获取变化点,并使用np.where提取边界。问题是坐标的顺序可能不正确,有时它们呈之字形,因此无法通过plt正确绘制 在二维图像中使用cv2.findContours。这只适用于2D,我可以以正确的顺序获得坐标。然而,当决策边界接触网格的边缘时,它包括空间的边界。由于等高线的起点和终点可能不在边界上,因此在两个交点之间可能存在一条直线,从而破