边界图中的x、y轴解释

Question

我在进行自动机器学习工作时，最后需要绘制出boundary边界图，但其中的feature one 和feature two我不是很清楚他们代表的是什么。我的特征向量如图

我的boundary边界图如下

from pathlib import Path
import numpy as np
import pandas as pd
import random
# Classification
from pycaret.classification import *

#获取数据集
df1=pd.read_csv(r"C:\Users\Hp\Desktop\2015.csv")
#数据预处理：删除缺失值、相同值、以及将其按照0.8的比例训练、以及移除特别离谱的值
data=setup(data=df1,target='label',train_size=0.8,remove_outliers = True)
# 比较所有模型、比较了60多个模型包括回归算法、分类算法、nlp等
compare_models()
#模型创建：根据上述模型的比较创建出最优的模型
model= create_model('lightgbm')
model
#模型调优
new_model= tune_model(model)
new_model
#模型集成（此处采用ensemble_model函数）
#如果对多模型集成，则采用blend_models等函数
bagged_model = ensemble_model(new_model)
bagged_model
#模型分析
#plot_model(bagged_model, plot = 'auc')
#plot_model(bagged_model, plot = 'boundary')
#plot_model(bagged_model, plot = 'pr')
#plot_model(bagged_model, plot = 'confusion_matrix')
#保存模型
save_model(bagged_model,"Classifier")

请大家帮我看看 这个featureone 、feature two是什么意思，如果是一个合成的特征请告诉我合成方法大概是什么 谢谢大家

Answer 1

有用请采纳：
feature one和feature two并不是任何特定的特征，是用于绘制边界图的特征。这里的边界图是一个二维图，其中一个轴表示feature one，另一个轴表示feature two。这两个特征可能是数据集中的任意两个特征，或是将数据集中的多个特征组合成的新特征。代码中，用了 pycaret 库中的 plot_model 函数来绘制边界图，可以在文档中查看其具体用法。

Answer 2

emm，你这个图不是很明显。
feature one和feature two这两个的意思是，你的输入经过你的二分类模型之后的输出特征，你可以认为你的模型就是一个变换矩阵，将你的输入变换到两个特征组成的XY轴值
这里有一个我之前回答的多分类的情况，你可以看绿色和橙色这两种颜色的球，当做二分类来看，这个是效果比较好的情况下，就会由变换矩阵将输入变换到靠近X轴和Y轴的输出结果。
https://ask.csdn.net/questions/7822661
由于是二分类，在模型最终的输出中，根据feature one和feature two这两个特征值组成的X,Y值例如（-2,2），看其落在哪个boundary中，如果落在0中，那么最终分类的结果就是0，落在1中，最终结果就是1.

Answer 3

如果你有更多的特征向量，可能需要使用降维技术来将它们映射到二维平面上。一种常用的降维技术是PCA(Principal Component Analysis)。

如果你只是想要绘制出边界图来查看分类结果，可以使用类似于matplotlib这样的库来绘制图像。

如果你想要使用更为专业的工具来可视化你的数据，可以使用TensorFlow Embedding Projector 或者是Plotly等工具