高斯核函数 sklearn调用

最新推荐文章于 2022-10-19 15:03:23 发布

doublejie1001

最新推荐文章于 2022-10-19 15:03:23 发布

阅读量912

点赞数

文章标签：机器学习

本文链接：https://blog.csdn.net/sinat_41636155/article/details/109395997

版权

本文将探讨如何在机器学习项目中利用sklearn库调用高斯核函数，详细解释其工作原理并提供实践代码示例。

摘要由CSDN通过智能技术生成

在这里插入图片描述

import numpy as np
import matplotlib.pyplot as plt
from sklearn import datasets
from sklearn.preprocessing import StandardScaler
from sklearn.svm import SVC
from sklearn.pipeline import Pipeline

def RBFK(gamma=1.0):
    return Pipeline({
        ("std",StandardScaler()),
        ("svc",SVC(kernel="rbf",gamma=gamma))
    })

x,y=datasets.make_moons(noise=0.15,random_state=666)


# l1,l2=-1,1
# x_new=np.empty((len(x),2))
# for i,data in enumerate(x):
#     x_new[i,0]=gaussian(data,l1)
#     x_new[i,1] = gaussian(data, l2)
# print(x_new)
plt.scatter(x[y==0,0],x[y==0,1],color="red")
plt.scatter(x[y==1,0],x[y==1,1],color="yellow")
plt.show()
# plt.scatter(x_new[y==0,0],x_new[y==0,1],color="red")
# plt.scatter(x_new[y==1,0],x_new[y==1,1],color="yellow")
# plt.show()

这里没有完成，等后续补充