绘制具有 7 个特征的 Scikit Logistic 回归的决策边界

【问题标题】：Plot Decision Boundary for Scikit Logistic Regression with 7 Features绘制具有 7 个特征的 Scikit Logistic 回归的决策边界
【发布时间】：2015-08-06 07:31:25
【问题描述】：

我正在使用 scikit-learn 在 Python 中实现具有 7 个功能的二元逻辑回归，并且我想为其绘制决策边界（最好在 Matplotlib 中）。我见过this 和this 和this，但是当我尝试实现它们时，这些都不适合我；有些要求我只在两个特征上训练模型，这是我不喜欢的。

理想情况下，我想在 2d 和 3d 中绘制边界，

但两者都可以。

【问题讨论】：

似乎是我试图解决的问题here

标签： python matplotlib machine-learning scikit-learn logistic-regression

【解决方案1】：

您无法将大于 3 维的数据可视化，因为很难绘制大于 3 维的点。使用颜色/色调也许你会得到 4 或 5 个。因此，即使将数据可视化也是不可能的，更不用说这个维度的决策函数了。以 2d 或 3d 绘制边界是什么意思？

【讨论】：

当然，我无法将其可视化为 3+ 维度，所以我只想绘制两个或三个维度，并在其中可视化决策函数，同时仍然考虑其他 4 个或5 个未绘制的维度（虽然我知道我不一定会绘制它们）。
对不起，我不明白你想要达到什么目的。