跟着Leo机器学习:

这篇博客介绍了如何利用sklearn框架进行机器学习,特别是逻辑回归和线性判别分析(包括线性和二次判别分析)。内容涵盖了分类任务中的正常和收缩线性判别分析的核心函数。
摘要由CSDN通过智能技术生成

sklearn框架

在这里插入图片描述

函数导图

在这里插入图片描述

1.2. Linear and Quadratic Discriminant Analysis

import numpy as np
from sklearn.discriminant_analysis import LinearDiscriminantAnalysis
X = np.array([[-1, -1], [-2, -1], [-3, -2], [1, 1], [2, 1], [3, 2]])
y = np.array([1, 1, 1, 2, 2, 2])
clf = LinearDiscriminantAnalysis()
clf.
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