我有以下代码,其中我遍历2个参数的网格,以查看哪组参数将产生最佳结果。Python可视化优化参数
from sklearn.grid_search import ParameterGrid
ar1= np.arange(1,10,0.1)
ar2= np.arange(0.1,3,0.01)
param_grid = {'p1': ar1, 'p2' : ar2}
grid = ParameterGrid(param_grid)
result=[]
p1=[]
p2=[]
for params in grid:
r = getresult(params['p1'], params['p2'])
result.append(r)
p1.append(params['p1'])
p2.append(params['p2'])
结果我得到3个阵列,一个与每次迭代和两个阵列(P1,P2)与所述相应的参数的结果。我现在想用matplotlib绘制这些数据来可视化结果在整个参数平面上的变化情况。
我尝试以下,但我得到了一个空白的情节:
fig = plt.figure()
ax = fig.gca(projection='3d')
ax.plot_surface(p1, p2, result)
理想情况下,我想能够创建类似下面的情节。我怎样才能用matplotlib完成这个任务?
@ ImportanceOfBevenErnest我尝试了以下,但我有一个空白图:fig = plt.figure()/ ax = fig.gca(projection ='3d')/ ax.plot_surface(p1,p2,result) –