如何评估KNeighborsRegressor的决策边界

Question

我遇到了有关使用KNeighborsClassifier评估决策边界的代码和文章。 https://scikit-learn.org/stable/auto_examples/neighbors/plot_regression.html https://stats.stackexchange.com/questions/21572/how-to-plot-decision-boundary-of-ak-nearest-neighbor -从元素分类器

使用scikit-learn在python中进行训练后，如何为KNeighborsRegressor实现决策边界？

Answer 1

我认为您在概念上存在误解。 在回归问题中，没有什么比决策边界更重要（只有一个近似函数）。 如果要绘制后者，请遵循发布的第二个链接中的示例。 在数据上训练回归器，然后在一定间隔内预测每个点。 在示例中，这是通过以下方式完成的：

T = np.linspace(0, 5, 500)[:, np.newaxis]

和

y_ = knn.fit(X, y).predict(T)