如何在含3列的X_train上运行可视化代码？解决维度匹配报错

你的问题核心很明确：训练好的分类器是基于3个特征训练的，但可视化代码只生成了2个特征的输入数据——分类器期待接收3列特征，可你传给classifier.predict()的只有2列，维度不匹配自然就触发了报错。下面给你两种实用的解决思路：

方法一：固定第三列特征，做2D可视化（最常用） #

如果想继续用简洁的2D图展示决策边界，我们可以把第三列特征固定为一个有代表性的值（比如均值、中位数，或者你关心的某个特定值），这样生成的网格数据就能补充成3列，和训练时的维度完全匹配。

修改后的完整代码如下：

# Visualising the Training set results (适配3列特征)
from matplotlib.colors import ListedColormap
import numpy as np
import matplotlib.pyplot as plt

X_set, y_set = X_train, y_train

# 选择前两列特征做可视化，固定第三列的取值（这里用均值，你也可以换成中位数或特定值）
fixed_feature = X_set[:, 2].mean()  # 第三列特征的均值

# 生成前两列的网格数据
X1, X2 = np.meshgrid(
    np.arange(start=X_set[:, 0].min() - 1, stop=X_set[:, 0].max() + 1, step=0.01),
    np.arange(start=X_set[:, 1].min() - 1, stop=X_set[:, 1].max() + 1, step=0.01)
)

# 构造3列的输入数据：前两列是网格值，第三列重复固定值以匹配长度
grid_data = np.array([
    X1.ravel(),
    X2.ravel(),
    np.repeat(fixed_feature, X1.ravel().shape[0])
]).T

# 预测并绘制决策边界
plt.contourf(
    X1, X2,
    classifier.predict(grid_data).reshape(X1.shape),
    alpha=0.75, cmap=ListedColormap(('red', 'green'))
)

# 绘制训练集样本点（仅展示前两列）
plt.xlim(X1.min(), X1.max())
plt.ylim(X2.min(), X2.max())
for i, j in enumerate(np.unique(y_set)):
    plt.scatter(
        X_set[y_set == j, 0], X_set[y_set == j, 1],
        c=ListedColormap(('red', 'green'))(i), label=j
    )

plt.title(f'K-NN (Training set, 第三列特征固定为{fixed_feature:.2f})')
plt.xlabel('特征1（比如Age）')
plt.ylabel('特征2（比如Estimated Salary）')
plt.legend()
plt.show()

额外说明： #

• 如果第三列是类别型特征（比如0/1的二元特征），可以直接固定为0或1，分别绘制两种情况下的2D决策边界，对比差异。
• 你也可以尝试把fixed_feature换成第三列的最小值、最大值，观察不同取值下决策边界的变化。

方法二：3D可视化（展示完整三特征的决策边界） #

如果想直观展示三个特征共同对分类结果的影响，可以用3D图绘制全维度的决策边界。代码如下：

# Visualising the Training set results (3D版本)
from matplotlib.colors import ListedColormap
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

X_set, y_set = X_train, y_train

# 生成三个特征的网格数据（调大step避免计算量过大）
X1, X2, X3 = np.meshgrid(
    np.arange(start=X_set[:, 0].min() - 1, stop=X_set[:, 0].max() + 1, step=0.1),
    np.arange(start=X_set[:, 1].min() - 1, stop=X_set[:, 1].max() + 1, step=0.1),
    np.arange(start=X_set[:, 2].min() - 1, stop=X_set[:, 2].max() + 1, step=0.1)
)

# 构造3列输入数据并预测
grid_data = np.array([X1.ravel(), X2.ravel(), X3.ravel()]).T
predictions = classifier.predict(grid_data).reshape(X1.shape)

# 创建3D画布
fig = plt.figure(figsize=(12, 8))
ax = fig.add_subplot(111, projection='3d')

# 绘制3D决策边界（用透明度区分网格点类别）
ax.scatter(X1, X2, X3, facecolors=ListedColormap(('red', 'green'))(predictions), alpha=0.3)

# 绘制训练集样本点
for i, j in enumerate(np.unique(y_set)):
    ax.scatter(
        X_set[y_set == j, 0], X_set[y_set == j, 1], X_set[y_set == j, 2],
        c=ListedColormap(('red', 'green'))(i), label=j, s=50
    )

ax.set_title('K-NN (Training set - 3D Visualization)')
ax.set_xlabel('特征1（Age）')
ax.set_ylabel('特征2（Estimated Salary）')
ax.set_zlabel('特征3')
ax.legend()
plt.show()

额外说明： #

• 3D图支持拖动视角观察，能更全面地理解三个特征的交互影响，但计算量比2D大，所以我把step从0.01改成了0.1，避免卡顿。
• 如果第三列是离散型特征，网格生成时可以只取该列的离散值，进一步减少计算量。

内容的提问来源于stack exchange，提问作者chao chong