我对我的数据集进行了PCA分析，如下所示：

from sklearn.decomposition import PCApca = PCA(n_components=3)principalComponents = pca.fit_transform(scale_x)principalDf = pd.DataFrame(data=principalComponents, columns = ['PC1', 'PC2', 'PC3'])

然后在使用Matplotlib可视化结果时，我可以看到我的两个类别之间的分界，如下所示：

from mpl_toolkits.mplot3d import Axes3Dfig = plt.figure()ax = fig.add_subplot(111, projection='3d')ax.scatter(principalDf['PC1'].values, principalDf['PC2'].values, principalDf['PC3'].values, c=['red' if m==0 else 'green' for m in y], marker='o')ax.set_xlabel('PC1')ax.set_ylabel('PC2')ax.set_zlabel('PC3')plt.show()

但是，当我使用像SVM或Logistic Regression这样的分类模型时，它无法学习这种关系：

from sklearn.linear_model import LogisticRegressionlg = LogisticRegression(solver = 'lbfgs')lg.fit(principalDf.values, y)lg_p = lg.predict(principalDf.values)print(classification_report(y, lg_p, target_names=['Failure', 'Success']))

                 precision    recall  f1-score   support        Failure       1.00      0.03      0.06        67        Success       0.77      1.00      0.87       219       accuracy                           0.77       286      macro avg       0.89      0.51      0.46       286   weighted avg       0.82      0.77      0.68       286

这可能是什么原因？

回答：

首先，使用三个特征PC1、PC2、PC3。图中未显示的附加特征（PC4至PC6）可能会影响分类结果。

其次，分类器有时可能不如你想象的那样训练得好。我建议使用决策树来代替你使用的分类器，因为树是一种（水平）线性分类器，可能会产生你预期的结果。