oreilly の「Pyhtonではじめる機械学習」のLinearSVCによる多クラス分類のコードで理解できない部分があったので質問させていただきます。
plt.plot(line, -(line * coef[0] + intercept) / coef[1], c=color)が何をしているのかがわかりません。
coefやintercept, c=colorの個々の意味はわかるのですが -(line * coef[0] + intercept) / coef[1]という式の意味がわかりません。
matplotlibのdocumentを読んだり、teratailで探したりしましたがわかりませんでした。
どうかお力添えお願いします。
また、参考になるサイト等ありましたら教えてください。
該当のソースコード
from sklearn.datasets import make_blobs blobs_dataset = make_blobs() X, y = make_blobs(random_state=42) linear_svm = LinearSVC().fit(X, y) mglearn.discrete_scatter(X[:, 0], X[:, 1], y) line = np.linspace(-15, 15) for coef, intercept, color in zip(linear_svm.coef_, linear_svm.intercept_, ["b", "r", "g"]): plt.plot(line, -(line * coef[0] + intercept) / coef[1], c=color) plt.ylim=(-10, -15) plt.xlim=(-10, 8) plt.xlabel=("Feature 0") plt.ylabel=("Feature 1") plt.legend(["Class 0", "Class 1", "Class 2", "Line class 0", "Line class 1", "Line class 2"], loc=(1.01, 0.3))
試したこと
補足情報(FW/ツールのバージョンなど)
。
回答1件
あなたの回答
tips
プレビュー