Python用のグラフ描画ライブラリのmatplotlibを使って見ました．
使いこなせるようになればRからPythonに完全に移行できそうです．
以前書いたソフトマージンSVMのコードを用いて可視化して見ました．
http://d.hatena.ne.jp/sucrose/20111015/p1
結果は以下のようになりました．
import numpy as np import openopt as oo import matplotlib.pyplot as plt #settings C = 0.1 EPS = 0.00001 #data generation x1 = np.random.multivariate_normal([0, 0], np.eye(2), 20) x2 = np.random.multivariate_normal([2, 2], np.diag([2, 2]), 20) x = np.vstack((x1, x2)) t = np.array([-1] * x1.shape[0] + [1] * x2.shape[0]) N = x.shape[0] #optimize qp = oo.QP((t * np.dot(x, x.T)).T * t, -np.ones(N), Aeq = t, beq = 0, lb = np.zeros(N), ub = np.array([C] * N)) result = qp._solve('cvxopt_qp', iprint = 0) a = result.xf #parameter estimation w = (x.T * t * a).sum(axis = 1) support_vector = a > EPS b = (sum(t[support_vector]) - sum(np.dot(w, x[support_vector].T))) / sum(support_vector) #output print np.dot(w, x.T) + b #visualize plt.scatter(x1[..., 0], x1[..., 1], color='r', marker='x') plt.scatter(x2[..., 0], x2[..., 1], color='b', marker='x') plt.plot(range(-3, 6), [-w[1] / w[0] * i - b /w[0] for i in range(-3, 6)], color='g') plt.show() plt.close()
