- 博客(3)
- 收藏
- 关注
原创 机器学习作业 K-均值 python 代码注释版
初学,基本关键句都加了下注释import matplotlib.pyplot as pltimport seaborn as snsimport numpy as npimport pandas as pdimport scipy.io as siomat = sio.loadmat('ex7data2.mat')data2 = pd.DataFrame(mat.get('X'), columns=['X1', 'X2'])#给矩阵加一列def combine_data_C(data
2022-03-25 18:28:05 2135 2
原创 机器学习SVM高斯核函数作业中使用python等高线图可视化决策边界
svc = svm.SVC(C=100, kernel='rbf', gamma=10, probability=True)svc.fit(data[['X1', 'X2']], data['y'])svc.score(data[['X1', 'X2']], data['y'])predict_prob = svc.predict_proba(data[['X1', 'X2']])[:, 0]print(predict_prob.shape)#决策边界axis=[0, 1, 0.3,1]#初始.
2022-03-22 17:49:11 3294
原创 python复现吴恩达机器学习线性回归作业中的三维图
刚开始学习ML和python,复现一个三维图也用了相当几个小时,在已获取到的一维下降序列和三维图需输入的二维数据之间迷惑了一下 ,最后还是参考作业的思路使用嵌套循环获取二维数据。等到熟悉python之后或许有更优雅的方法来实现。参考文章(表面图):https://www.cnblogs.com/xingshansi/p/6777945.html作业中应实现的效果代码from mpl_toolkits.mplot3d import Axes3Dimport matplotlib.pyplo
2022-03-08 14:38:39 1449
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