使用固定输入变量进行回归预测的等高线图

Question

我想为具有多个特征的预测创建一个等高线图。其余值应固定以绘制 2 个有趣的值。不幸的是，我生成的矩阵在所有位置上都具有相同的值，而不是预期的值。

我认为我的矩阵有问题，但我没有发现错误。

[...]

f_learn = [x_1,x_2,x_3,x_4]

r_lear = [r_1]

clf = svm.MLPRegressor(...)

clf.fit(f_learn,r_learn)

[...]

x_1 = np.linspace(1, 100, 100)

x_2 = np.linspace(1, 100, 100)

X_1, X_2 = np.meshgrid(x_1, x_2)

x_3 = np.full( (100,100), 5).ravel()

x_4 = np.full( (100,100), 15).ravel()

predict_matrix = np.vstack([X_1.ravel(), X_2.ravel(), x_3,x_4])

prediction = clf.predict(predict_matrix.T)

prediction_plot = prediction.reshape(X_1.shape)

plt.figure()

    cp = plt.contourf(X_1, X_2, prediction_plot, 10)

    plt.colorbar(cp)

    plt.show()

如果我逐行测试矩阵，我会得到正确的结果。但是，如果我以这种方式将它们放在一起，则不起作用。