机器学习-逻辑回归多类分类(吴恩达识别手写数字)

本文介绍了在机器学习领域,如何使用逻辑回归进行多类分类,以吴恩达的手写数字识别课程为例。重点讲解了reshape()函数的使用,该函数能够改变数据的行数和列数,常用于numpy和pandas的数据结构。在实例中,reshape()用于将标签数据y_i转化为5000x1的矩阵,以适应训练集的形状。
摘要由CSDN通过智能技术生成

reshape()函数
(1)reshape()介绍
在创建DataFrame的时候常常使用reshape来更改数据的列数和行数,可用于numpy库里的ndarray和array结构以及pandas库里面的DataFrame和Series结构。

reshape(行,列)可以根据指定的数值将数据转换为特定的行数和列数,通常会遇见reshape(1, -1)or reshape(-1, 1);

import numpy as np
import pandas as pd

在这里插入图片描述

-1在这里怎么理解呢?

根据numpy库官网介绍,-1被理解为unspecified value,意思是未指定为给定的,可以理解为一个正整数通配符,它代替任何整数。例如我只需要特定的行数,列数多少我无所谓,我只需要指定行数,那么列数直接用-1代替就行了,反之亦然。

(2)
在吴恩达老师手写数字识别中,有一段创建分类器的代码:

from scipy.optimize import minimize

def one_vs_all(X, y, num_labels, learning_rate):
    rows = X.shape[0]
    params = X.shape[1]
    
    # k X (n + 1) array for the parameters of each of the k c
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值