卓为的博客

花了很多时间才装好这个小小的包~（参考 http://blog.csdn.net/cq1982/article/details/44661001点击打开链接）利用cmd完成

一，parameters: decision_function_shape: 两种方法one v one 或者 one v rest decision_function_shape : ‘ovo’, ‘ovr’ or None, default=None Whether to return a one-vs-rest (‘ovr’) decision function of sha

1，绘制散点图：# k_to_accuracies: A dictionary holding the accuracies for different values of k that we find when running cross-validation with int key and list value.for k in k_choices: accuracies = k_t

1，当函数参数数量不确定时，可以使用 *args 和 **kwargs 做形参 *args 适用于一般类型的参数，应用举例：def fun_var_args(farg, *args): print('args:', farg) for value in args: print('another arg:',value ) fun_var_args(1, 'two',

1, np.argsort ： Returns the indices that would sort an array. 在 KNN 中取前 K 个最小值时就可以使用这个函数>>> x = np.array([3, 1, 2])>>> np.argsort(x)array([1, 2, 0])2, np.bincount:Count number of occurrences of each

相关问题在这篇博客中已经说得比较清楚：link 补充一个在函数中使用的例子：import numpy as npimport cv2def flip_transform(image, label): for i in range(image.shape[2]): image[:,:,i] = cv2.flip(image[:,:,i], 0) lab...