前言：
-
画图程序借鉴自iqiukp（支持向量机 (SVM) 的分类边界可视化（libsvm-v3.23））
-
分类数据：利用iris前两维特征加标签作为分类数据，其分布如下。（针对该数据分布，人脑想画一个什么样的分类边界，看看下面哪个分类器和自己相合）
0. 源代码
百度网盘
链接：https://pan.baidu.com/s/1y-ris_t2lnROzDh1vwnaaA
提取码：3nnv
1. ELM（线性判别分析）
1.1 隐层结点设置为5
1.2 隐层结点设置为50
1.3 隐层结点设置为500
2. SVM（支持向量机）
注：程序中SVM是基于libsvm，需要提前安装并配置。
2.1 线性核函数
2.2 多项式核函数
2.3 径向基核函数
2.4 Sigmoid核函数
3. KNN（k近邻）
3.1 k=1
3.2 k=3
3.3 k=5
3.4 改动版
注：把每一种标签都找出距离最近的k的样本，以平均距离进行分类。（下图，k取2）
4. LDA（线性判别分析）
5. RF（随机森林）
5.1 决策树的数目为3
5.2 决策树的数目为10
5.3 决策树的数目为50
6. Bp(误差反向传播算法)
6.1 隐层结点为5个
6.2 隐层结点为10个
6.3 隐层结点为100个
7. 强学习器集成
7.1 ELM同质集成
7.2 SVM，KNN，ELM异质集成
问：最喜欢哪个分类边界？
答：个人喜欢3.4，如下图。
文章出处登录后可见！
已经登录？立即刷新
