- 博客(6)
- 收藏
- 关注
RSS订阅原创 numpy.transpose函数应用
import numpy as nparr=np.arange(12).reshape(1,3,4)arrOut[24]: array([[[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11]]])arr1 = arr.transpose(1,0,2)arr1Out[26]: array([[[ 0...
2019-12-18 14:50:59
141
翻译 使用多输出估计器进行面部补全
原文链接：下面在原文代码中做了注释，帮助初学者更好的理解代码此示例显示使用多输出估计器完成图像。目标是预测脸的下半部分，给定其上半部分。图像的第一列显示真实面。接下来的专栏将说明非常随机的树、k 最近邻域、线性回归和脊回归如何完成这些面的下半部分。print(__doc__)import numpy as npimport matplotlib.pyplot as pltfro...
2019-10-11 15:41:10
166
原创 用布尔方式调用numpy数组中的部分内容
a = numpy.array([[0,0,0],[1,1,1],[2,2,2]])b = numpy.array([0,1,2])c = (b<2)cOut[47]: array([ True, True, False])a[c]Out[48]:array([[0, 0, 0],[1, 1, 1]])
2019-10-11 14:57:42
249
翻译 多输出决策树回归
原文以及代码来自于下面链接，本人对每段代码进行了详细注释，希望对初学者有用。非常建议用pycharm的调试模式，可以查看每个数据的内容。https://scikit-learn.org/stable/auto_examples/tree/plot_tree_regression_multioutput.html#sphx-glr-auto-examples-tree-plot-tree-regr...
2019-10-09 09:21:40
1821
翻译 在虹膜(iris)数据集上绘制决策树的决策面
原文以及代码来自于下面链接，本人对每段代码进行了详细注释，希望对初学者有用。非常建议用pycharm的调试模式，可以查看每个数据的内容https://scikit-learn.org/stable/auto_examples/tree/plot_iris_dtc.html绘制在虹膜数据集的要素对上训练的决策树的决策面。有关估计器的详细信息，请参阅决策树。对于每对虹膜特征，决策树将学习从训练...
2019-10-08 16:43:56
870
翻译 决策树Python 实现——决策树回归
原文以及代码来自于，本人对每段代码进行了详细注释，希望对初学者有用。https://scikit-learn.org/stable/auto_examples/tree/plot_tree_regression.html决策树回归 Decision Tree Regression带有决策树的 1D 回归。决策树用于拟合正数曲线和加噪声观测。因此，它学习接近主数曲线的局部线性回归。我们可以...
2019-10-07 22:16:59
3965
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