python scatter 三维曲面_在python中用scatter3D绘制列表或数组的列

我想用不同的核函数在scikit-learn中尝试一些高斯过程回归的测试,并绘制结果。我还使用LeaveOneOut函数来训练GPR,然后在一个输入数据上进行测试。在

输入和目标数据是np.arrray,它们是从一个文件中读取的,并且两者都是(5x3):inputData = np.array([[30.1678, -173.569, 725.724],

[29.9895, -173.34, 725.76 ],

[29.9411, -173.111, 725.768],

[29.9306, -173.016, 725.98 ],

[29.6754, -172.621, 725.795]])

targetData = np.array([[14.8016, -175.911, 779.752],

[14.7319, -175.483, 779.504],

[14.5022, -175.087, 779.388],

[14.4904, -174.576, 779.416],

[14.4881, -174.058, 779.452]])

使用LeaveOneOut我用(4x3)输入数据训练GPR,并对(1x3)输入数据进行迭代测试,每次都将其添加到list或{}中。在指定内核的for循环中完成LeaveOneOut之后,我想用scatter3D和{}绘制预测图。但是我得到以下错误:

^{pr2}$

如果我将每个预测追加到一个列表中,并在np.array中进行转换,那么我得到:ax1.plot3D(inputDataTrainappendArr[:, 0], inputDataTrainAppendArr[:, 1], inputDataTrainAppendArr[:, 2], 'b:

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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