Ranh giới quyết định

Thuộc phần Học có giám sát trong hành trình Machine Learning của Coddy. Bài học 8 trên 58.

Ranh giới quyết định là nơi câu trả lời của mô hình thay đổi. Để thấy ranh giới này, hãy hỏi mô hình tại mọi điểm trên biểu đồ được sắp xếp thành một lưới:

80 quả ớt trên một lưới gồm các chấm nhỏ. Mỗi chấm được tô màu theo câu trả lời của mô hình tại đó: màu cam biểu thị cay ở bên trái, màu xanh dương biểu thị dịu ở bên phải, hai vùng gặp nhau dọc theo một đường bậc thang

np.meshgrid ghép từng giá trị x với mọi giá trị y. Làm phẳng các cặp thành từng hàng, dự đoán tất cả rồi đưa kết quả về hình dạng của lưới:

xx, yy = np.meshgrid(np.linspace(2, 16, 100), np.linspace(0.5, 6.5, 100))
grid = np.column_stack([xx.flatten(), yy.flatten()])
zz = model.predict(grid).reshape(xx.shape)
ax.contourf(xx, yy, zz, levels=[-0.5, 0.5, 1.5], colors=["C0", "C1"], alpha=0.3)

contourf tô màu vùng của từng mã lớp: levels đặt đường viền ở giữa các mã, colors khớp với màu của các chấm. Hãy vẽ các chấm sau đó, ở phía trên.

Thử thách

Dễ

Máy bán hàng tự động phân loại tiền xu theo kích thước và trọng lượng. Phần code khởi tạo dùng k-NN trên coins.csv (mã lớp từ 0 đến 2); draw_coins(ax) vẽ các đồng xu.

Tạo lưới 100 × 100 xx, yy: chiều ngang từ 18 đến 26 mm, chiều dọc từ 3 đến 9 g.
Dự đoán từng điểm vào zz, có hình dạng như lưới.
Tô màu bản đồ bằng các màu từ C0 đến C2, sau đó vẽ các đồng xu và hiển thị.

Như thế này:

Bản đồ phân loại tiền xu: ba vùng màu nhạt, màu xanh dương cho đồng 10c ở góc dưới bên trái, màu cam cho đồng 5c ở giữa, màu xanh lá cho đồng 25c ở bên phải, mỗi vùng có các đồng xu ở phía trên và một chú giải

Tiền xu của một quốc gia khác nên các vùng cũng khác.

Coddy mô tả bản đồ của bạn.

Tự làm thử

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from sklearn.neighbors import KNeighborsClassifier

# Mỗi đồng xu máy đo chiếm một hàng: đường kính (mm), khối lượng (g), giá trị tính bằng xu
coins = pd.read_csv("coins.csv")
X = np.column_stack([coins["diameter_mm"], coins["weight_g"]])
# Mã lớp: 0 cho 10c, 1 cho 20c, 2 cho 50c
y = coins["value_c"].map({10: 0, 20: 1, 50: 2})
names = ["10c", "20c", "50c"]
model = KNeighborsClassifier(n_neighbors=5)
model.fit(X, y)


# Vẽ các đồng xu trên ax, mỗi lớp một màu: C0, C1, C2
def draw_coins(ax):
    for code in range(3):
        ax.scatter(X[y == code, 0], X[y == code, 1], s=20, label=names[code])
    ax.legend()


fig, ax = plt.subplots()
ax.set_title("Coin Sorter Map")
ax.set_xlabel("Diameter (mm)")
ax.set_ylabel("Weight (g)")

# Viết code của bạn bên dưới