如何在 libsvm 中绘制 4 维虹膜数据的决策边界？

Question

我尝试了具有 4 个功能的 svm。我使用 Libsvm 来训练分类器，然后我想绘制决策边界。我试图在 matlab 中为 1 对 3（一对一）绘制 2D 空间，并且 2D 特征是 Iris 数据的第 1 列和第 3 列，但它绘制了错误的决策边界。怎么了？我该怎么办？

coef1v3 = [model.sv_coef(1:7,2); model.sv_coef(27:45,1)];
SVs1v3 = [model.SVs(1:7,:); model.SVs(27:45,:)];
b=model.rho;
w1v3 = SVs1v3'*coef1v3;
b1v3=b(2);
xp=linspace(min (data(:,1)),max (data(:,1)));
yp1=(-w1v3(1)*xp+b1v3)/w1v3(3);
plot(xp , yp1);

Answer 1

没有错。只需尝试维度 1 和 3。无需尝试每个维度。我做到了并得到了真实的响应。