
410 Глава 13
>>> x_valid = torch.tensor(x[n_train:, :], dtype=torch.float32)
>>> y_valid = torch.tensor(y[n_train:], dtype=torch.float32)
>>> fig = plt.figure(figsize=(6, 6))
>>> plt.plot(x[y==0, 0], x[y==0, 1], 'o', alpha=0.75, markersize=10)
>>> plt.plot(x[y==1, 0], x[y==1, 1], '<', alpha=0.75, markersize=10)
>>> plt.xlabel(r'$x_1$', size=15)
>>> plt.ylabel(r'$x_2$', size=15)
>>> plt.show()
В результате выполнения этого кода будет построена диаграмма рассеяния обучающих
и проверочных примеров, показанных разными маркерами в зависимости от их меток
класса (рис. 13.2).
Рис. 13.2. Диаграмма рассеяния обучающих и проверочных примеров
В предыдущем ...