python
Jonas_z
这个作者很懒,什么都没留下…
展开
-
sklearn.pipeline使用说明
转载自:https://blog.csdn.net/piaodexin/article/details/77774550'''sklean提供的pipeline来将多个学习器组成流水线,通常流水线的形式为:将数据标准化的学习器---特征提取的学习器---执行预测的学习器除了最后一个学习器之外,前面的所有学习器必须提供transform方法,该方法用于数据转化(例如: 归一化,...转载 2019-02-21 17:11:42 · 359 阅读 · 0 评论 -
matplotlib.pyplot的contourf()
contourf是用来绘制三维矩阵的等高线三个参数都分别是x轴,y轴,z轴import numpy as npimport matplotlib.pyplot as pltx = np.arange(0.1,0.9, 0.2)y = np.arange(0.1,0.9, 0.2)z = np.eye(4)print(z)plt.contourf(x,y,z, alpha=.8)p...原创 2019-03-06 14:54:05 · 865 阅读 · 0 评论 -
numpy的np.c_和np.r_
np.c_和np.r_其实就是按行连接和按列连接,上代码一目了然:import numpy as npa = [1,2,3]b = [3,4,5]c = np.r_[a,b]d = np.c_[a,b]print('c:',c)print('d:',d)output:c: [1 2 3 3 4 5]d: [[1 3][2 4][3 5]]...原创 2019-03-06 10:59:16 · 180 阅读 · 0 评论 -
numpy.ravel() vs numpy.flatten()
本文转载自:https://blog.csdn.net/lanchunhui/article/details/50354978两者所要实现的功能是一致的,都是将多维数组降为一维,两者的区别在于返回拷贝(copy)还是返回视图(view),numpy.flatten()返回一份拷贝,对拷贝所做的修改不会影响(reflects)原始矩阵,而numpy.ravel()返回的是视图,对ravel()的更...转载 2019-02-21 11:39:32 · 100 阅读 · 0 评论 -
np.newaxis用法
np.newaxis顾名思义,增加新的维度,使用方法如下:X = np.linspace(0,6,6)[:, np.newaxis]y = np.linspace(0,6,6)[np.newaxis, :]print('X:', X)print('y:', y)输出结果如下:X: [[ 0. ] [ 1.2] [ 2.4] [ 3.6] [ 4.8] [ 6. ]]y: ...原创 2019-02-21 11:27:05 · 516 阅读 · 0 评论 -
GridSearchCV的用法
在机器学习中一些模型不同超参的训练效果差别会很大,对此,除了无脑遍历之外,sklearn提供了GridSearch帮助我们选择训练效果最优的参数。在此,仅记录一下GridSearchCV的使用方法:这里以选择决策树参数为例from sklearn.tree import DecisionTreeRegressorfrom sklearn.model_selection import Gri...原创 2019-02-19 14:09:35 · 4598 阅读 · 1 评论 -
python round()函数的一些坑
Python 3.x中不一定是四舍五入在python 2.x中,round(0.5) -> 1在python 3.x中,round(0.5) -> 0.0python3.x中的规则是当距离两边一样多时,选择偶数的那个python2.x中则是选择距离0远的那个,也就是严格的四舍五入一些特殊数字不一定符合上一条规则round(2.675, 2)不管哪个版本都应该返回2.68,...原创 2019-02-19 11:42:43 · 3463 阅读 · 0 评论 -
Numpy.mean()的使用
作用对数组求平均值使用方法两个参数:array: 数组对象axis: 选择维度进行求均值,0,1 . 不选默认是对全部元素求均值 import numpy as np array = np.array([[1,2],[3,4]]) a = np.mean(array) b = np.mean(array, 0) #基于行,对每列求均值,得到1*n矩阵 c = np.mea...原创 2019-02-19 11:16:13 · 654 阅读 · 0 评论 -
Python 基础之 shuffle函数
作用shuffle() 方法将序列的所有元素打乱后随机排序。调用方法np.random.shuffle(list)注意事项1.list可以是序列或者元组2.没有返回值,直接对传入对象进行操作仅供学习参考,欢迎指正...原创 2019-02-19 09:41:21 · 420 阅读 · 0 评论 -
Python中用ShuffleSplit对数据集进行划分
Python中用ShuffleSplit来划分数据集Python中用于交叉验证的方式很多,调包的话可以使用sklearn的model_selectionr如果你想自己写代码来划分数据集,ShuffleSplit就派上用场了学习参考用,欢迎指正。函数用途根据已有数据集的元素总数,按照给定参数生成随机的索引集合函数用法包的引用与k折交叉验证类似:`from sklearn.mod...原创 2019-02-18 16:48:22 · 3548 阅读 · 1 评论 -
Python的zip函数
Python的zip函数今天使用了Python的zip()函数,于是记录下来以作备忘。zip() 函数用于将可迭代的对象作为参数,将对象中对应的元素打包成一个个元组,然后返回由这些元组组成的列表。如果各个迭代器的元素个数不一致,则返回列表长度与最短的对象相同,利用 * 号操作符,可以将元组解压为列表。语法:zip([iterator1, iterator2, …])(注:zip(*)是...原创 2019-02-18 16:00:27 · 198 阅读 · 0 评论