如何解决SVM 图超平面可视化
我一直在搜索如何可视化用于文本分类的超平面支持向量机方法，但我真的不知道如何使用管道和 tfidfvectorizer 可视化数据。
train,test = train_test_split(df,test_size=0.2,random_state=1)
x_train = train['data'].values
x_test = test['data'].values
y_train = train['Final']
y_test = test['Final']
kfolds = StratifiedKFold(n_splits=10,shuffle=True,random_state=1)
vectorizer = TfidfVectorizer()
np.random.seed(1)
pipeline_rbf = make_pipeline(vectorizer1,SVC(kernel="rbf"))
pipeline_rbf.fit(x_train,y_train)
y_pred=pipeline_rbf.predict(x_test)
from sklearn.metrics import classification_report,confusion_matrix
print(confusion_matrix(y_test,y_pred))
print(classification_report(y_test,y_pred))
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
