ملاحظة

Go to the end to download the full example code. or to run this example in your browser via JupyterLite or Binder

رسم حدود القرار لـ VotingClassifier#

رسم حدود القرار لـ VotingClassifier لميزتين من مجموعة بيانات Iris.

رسم احتمالات الفئة للعينة الأولى في مجموعة بيانات تجريبية تم التنبؤ بها بواسطة ثلاثة مصنفات مختلفة وتم حساب متوسطها بواسطة VotingClassifier.

أولاً، يتم تهيئة ثلاثة مصنفات نموذجية (DecisionTreeClassifier، KNeighborsClassifier، و SVC) وتستخدم لتهيئة VotingClassifier للتصويت الناعم مع أوزان [2، 1، 2]، مما يعني أن الاحتمالات المتوقعة لـ DecisionTreeClassifier و SVC يتم احتساب كل منها مرتين بقدر أوزان مصنف KNeighborsClassifier عندما يتم حساب الاحتمال المتوسط.

شجرة القرار (العمق = 4), KNN (k = 7), Kernel SVM, التصويت الناعم

# Authors: The scikit-learn developers
# SPDX-License-Identifier: BSD-3-Clause

from itertools import product

import matplotlib.pyplot as plt

from sklearn import datasets
from sklearn.ensemble import VotingClassifier
from sklearn.inspection import DecisionBoundaryDisplay
from sklearn.neighbors import KNeighborsClassifier
from sklearn.svm import SVC
from sklearn.tree import DecisionTreeClassifier

# تحميل بعض بيانات المثال
iris = datasets.load_iris()
X = iris.data[:, [0, 2]]
y = iris.target

# تدريب المصنفات
clf1 = DecisionTreeClassifier(max_depth=4)
clf2 = KNeighborsClassifier(n_neighbors=7)
clf3 = SVC(gamma=0.1, kernel="rbf", probability=True)
eclf = VotingClassifier(
    estimators=[("dt", clf1), ("knn", clf2), ("svc", clf3)],
    voting="soft",
    weights=[2, 1, 2],
)

clf1.fit(X, y)
clf2.fit(X, y)
clf3.fit(X, y)
eclf.fit(X, y)

# رسم مناطق القرار
f, axarr = plt.subplots(2, 2, sharex="col", sharey="row", figsize=(10, 8))
for idx, clf, tt in zip(
    product([0, 1], [0, 1]),
    [clf1, clf2, clf3, eclf],
    ["شجرة القرار (العمق = 4)", "KNN (k = 7)", "Kernel SVM", "التصويت الناعم"],
):
    DecisionBoundaryDisplay.from_estimator(
        clf, X, alpha=0.4, ax=axarr[idx[0], idx[1]], response_method="predict"
    )
    axarr[idx[0], idx[1]].scatter(X[:, 0], X[:, 1], c=y, s=20, edgecolor="k")
    axarr[idx[0], idx[1]].set_title(tt)

plt.show()