- 博客(9)
- 收藏
- 关注
转载 sklearn.svm.svc参数解析
转自博客https://www.cnblogs.com/crawer-1/p/8870700.html首先我们应该对SVM的参数有一个详细的认知: sklearn.svm.SVC 参数说明:本身这个函数也是基于libsvm实现的,所以在参数设置上有很多相似的地方。(PS: libsvm中的二次规划问题的解决算法是SMO)。sklearn.svm.SVC(C=1.0, kernel...
2018-11-25 16:49:38 696
原创 Python : 类定义中,不加self.和加self.的区别【关于局部变量和全局变量的使用详解】
先上代码,毕竟无代码言吊>>> class k(): c = 6 def __init__(self): self.c=1>>> k.c6>>> mk = k()>>> mk.c1差别就在这个地方,第一个C实例是无法调用的,是类中的局部变量,只有父类可以调用,而且,单独输入C...
2018-11-21 20:45:38 11482 1
原创 python: matplot: figure(),plot(),subplot(),subplots()
参考https://blog.csdn.net/qq_23418043/article/details/81813903figure()是建立一个用于显示图像的窗口,俗称画布plot()用于在画布上建立图像subplot(*args,**kwargs) 函数描述,在指定的位置绘图subplots()可以用于生成多个子图和一张画布...
2018-11-20 18:11:58 955
转载 python: Numpy: ravel()与 flatten()比较
功能两个函数的功能都是将多维数组降为一维。用法import numpy as nparr = np.array([[1, 2],[3, 4]])arr.flatten()arr.ravel() #降维默认行序有限,传入参数‘F’表示列序优先arr.ravel('F')区别ravel()返回的是视图,意味着改变元素的值会影响原始数组;flatten()返回的是拷...
2018-11-20 16:48:05 1206
转载 python : Numpy: numpy.c_
numpy.c_numpy.c_ = <numpy.lib.index_tricks.CClass object at 0x25df410>Translates slice objects to concatenation along the second axis.This is short-hand for np.r_['-1,2,0', index expressio...
2018-11-20 16:44:05 380
原创 C: 指针返回值,静态局部变量
当使用定义函数返回指针变量时,我们要注意当返回的指针指的是局部变量的时候,这个指针指向是危险变量,因为局部变量在使用完后会被内存清空,因此这个指针指向的不定的。如果要使局部变量的值在函数调用后不消失,即内存单元不释放,就需要使用到静态局部变量符号static,在调用结束后仍可以使用。eg: static int value = 20后面使用指针指向这个静态局部变量,函数调用结束后仍可以...
2018-11-18 23:10:29 1263 2
原创 C:指针 const mystrcpy
对于多维数组使用指针,指针操作符*表示维度下降,取址操作符&表示维度上升这里维度上升下降代表管辖范围对于指向数组的指针操作,是直接对数组所在地址操作,会改变原数组,而使用const符号常量前缀的话,可以限制指针直接改变的操作。#include <iostream>using namespace std;int sum(const int array[], int...
2018-11-18 11:01:52 225
翻译 sklearn.linear_model.LogisticRegression参数使用
class sklearn.linear_model.LogisticRegression(penalty='l2', dual=False, tol=0.0001, C=1.0, fit_intercept=True, intercept_scaling=1, class_weight=None, random_state=None, solver='liblinear', max_iter=1...
2018-11-08 16:57:36 7751
转载 Sklearn.linear_model.LogisticRegression各类求解器
class sklearn.linear_model.LogisticRegression(penalty='l2', dual=False, tol=0.0001, C=1.0, fit_intercept=True, intercept_scaling=1, class_weight=None, random_state=None, solver='liblinear', max_iter=1...
2018-11-08 15:01:58 646
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人