SVM 决策边界绘图中的错误

Question

我正在尝试模仿我在 Kaggle 上找到的关于绘制 SVM 决策边界的代码。我正在使用我自己的数据集，其中包含 608 个数据和 10 个特征，有 2 个类。例如，这两个类别是您是否患有糖尿病。我复制了此链接上代码的 SVM 部分（当您在底部向下滚动时可以找到该代码），其中提到了决策边界可视化。 Here's the link to my reference.

但是，我收到此错误消息，说“X 必须是 Numpy 数组”。谁能给我解释一下这是什么意思？

下面的代码是我所做的。请注意，我的数据集已预先标准化。另外，我将数据分成 70:30 的比例。

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
import matplotlib.pyplot as show
import matplotlib as cm
import matplotlib.colors as colors
from sklearn.model_selection import train_test_split
from sklearn.svm import SVC
from sklearn import svm
from mlxtend.plotting import plot_decision_regions


autism = pd.read_csv('diabetec.csv')

x = autism.drop(['TARGET'], axis = 1)  
y = autism['TARGET']
x_train, X_test, y_train, y_test = train_test_split(x, y, test_size = 0.30, random_state=1)

t = np.array(y_train)
t = t.astype(np.integer)
clf_svm = SVC(C=1.3, gamma=0.8, kernel='rbf')
clf_svm.fit(x_train, t)
plt.figure(figsize=[15,10])
plot_decision_regions(x_train, t, clf = clf_svm, hide_spines = False, colors = 'purple,limegreen', markers = ['x','o'])
plt.title('Support Vector Machine')

Answer 1

plot_decision_regions 需要一个 numpy 数组，但 x_train 是一个 pandas 数据框。试试x_train.values，即

plot_decision_regions(x_train.values, t, clf = clf_svm, ...