如何評估KNeighborsRegressor的決策邊界

Question

我遇到了有關使用KNeighborsClassifier評估決策邊界的代碼和文章。 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 -從元素分類器

使用scikit-learn在python中進行訓練后，如何為KNeighborsRegressor實現決策邊界？

Answer 1

我認為您在概念上存在誤解。 在回歸問題中，沒有什么比決策邊界更重要（只有一個近似函數）。 如果要繪制后者，請遵循發布的第二個鏈接中的示例。 在數據上訓練回歸器，然后在一定間隔內預測每個點。 在示例中，這是通過以下方式完成的：

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

和

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