目录
绪言
我最近开始入门机器学习,使用的书是《机器学习实战》(Peter Harrington 著),为了巩固学习成果,决定写一系列日志,内容是总结性的,会做一些思维导图,写一些我学习时不懂的模块,函数语法等,但不涉及具体算法的实现(不具备教程性质)。
本文是系列日志的第五篇 – SVM。
Xmind
模块语法
NumPy
NumPy(Numerical Python的简称)是高性能科学计算和数据分析
的基础包。
reshape(1,-1)
用reshape()时新数组的shape属性应该要与原来数组的一致,即新数组元素数量与原数组元素数量要相等。一个参数为-1时,那么reshape函数会根据另一个参数的维度计算出数组的另外一个shape属性值。
举个栗子:
import numpy as np
array1 = np.array([[1, 2, 3, 4], [5, 6, 7, 8]])
print(array1.shape)
array2 = array1.reshape(4, -1)
print(array1)
print(array2)
结果:
(2, 4)
[[1 2 3 4]
[5 6 7 8]]
[[1 2]
[3 4]
[5 6]
[7 8]]
dot()
dot()函数是矩阵乘。
举个栗子:
import numpy as np
array1 = np.array([[1, 2, 3, 4], [5, 6, 7, 8]])
array2 = np.array([[1, 2], [3, 4], [5, 6], [7, 8]])
array3 = np.dot(array1, array2)
print(array3)
结果:
[[