SVM决策边界绘图出错

Question

我试图模仿我在Kaggle上发现的一个代码，用于绘制SVM决策边界。 我使用自己的数据集，包含608个数据和10个功能，共有2个类。 例如，这两个类是你是否是diabetec。 我在这个链接上复制了代码的SVM部分（当你在底部向下滚动时可以找到它），它提到了决策边界可视化。 这是我参考的链接 。

但是，我得到这个错误，说“X必须是一个Numpy数组”。 有人可以向我解释这是什么意思吗？

下面的代码就是我所做的。 请注意，我的数据集已事先规范化。 另外，我将数据分成70:30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数据帧。 尝试使用x_train.values ，即

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