- 博客(7)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 sklearn.neighbors.KNeighborsClassifier()函数解析
sklearn.neighbors.KNeighborsClassifier``class sklearn.neighbors.KNeighborsClassifier(n_neighbors=5,weights=’uniform’,algorithm=’auto’,leaf_size=30,p=2,metric=’minkowski’,metric_params=None,n_jobs=1,*kwargs) * [source]实现了K最近邻居投票算法的分类器。参数: n_neigh
2021-01-05 23:53:09
1644
1
原创 python sklearn中KFold()与StratifiedKFold()
KFold划分数据集的原理：根据n_split直接进行划分StratifiedKFold划分数据集的原理：划分后的训练集和验证集中类别分布尽量和原数据集一样1、KFold函数KFold函数共有三个参数：n_splits：默认为3，表示将数据划分为多少份，即k折交叉验证中的k；shuffle：默认为False，表示是否需要打乱顺序，这个参数在很多的函数中都会涉及，如果设置为True，则会先打乱顺序再做划分，如果为False，会直接按照顺序做划分；random_state：默认为None，表示随机数
2020-12-30 15:14:26
4157
原创 sklearn.linear_model.SGDClassifier
SGDClassifier是一个用随机梯度下降算法训练的线性分类器的集合。默认情况下是一个线性（软间隔）支持向量机分类器。因为支持向量机的另一种解释是最小化合页损失函数(统计学习方法P113)，所以损失函数可以通过梯度下降的算法来求参数。下面是SGDClassifier的使用方法：参数loss：损失函数选择项，字符串型；默认为’hinge’即SVM；'log’为逻辑回归。penalty：惩罚方式,字符串型；默认为’l2’;其余有’none’,‘l1’,‘elasticnet’。alpha：惩罚参数
2020-12-29 23:32:34
1592
原创 plt.imshow()
imshow：热图（heatmap）是数据分析的常用方法，通过色差、亮度来展示数据的差异、易于理解。Python在Matplotlib库中，调用imshow()函数实现热图绘制。plt.imshow( X, cmap=None, norm=None, aspect=None, interpolation=None, alpha=None, vmin=None, vmax=None, origin=None, extent=No
2020-12-29 00:01:52
47279
原创 numpy.argmax函数的相关用法
numpy.argmax(a, axis=None, out=None)返回沿轴axis最大值的索引。注释：a：array_like数组axis:int类型，轴out:（可选）如果提供，结果以合适的形状和类型被插入到此数组中`下面我将用代码给大家详细介绍该函数的用法import numpy as np#一维数组用法a = np.arange(10)print(a)print("*"*100)print(np.argmax(a))#此时等价axis=0print(np.argmax(
2020-12-11 13:23:47
621
原创 关于it = np.nditer(x, flags=[‘multi_index‘], op_flags=[‘readwrite‘])的一些理解
这是我在《深度学习入门》一书中看到的源码，相信大家和我一样都对np.nditer（）很陌生。下面我将和大家说一说我的理解。**np.nditer(self, /, *args, kwargs)有效的多维迭代器对象，可以遍历数组。参数：op ： ndarray或array_like的序列。迭代的数组。flags ： str的序列，可选。用于控制迭代器行为的标志。“buffered”可在需要时启用缓冲。“c_index”导致跟踪C顺序索引。“f_index”导致跟踪Fortran-order索.
2020-12-07 11:50:20
1119
原创 python中的nonzero函数
import numpy as np#一维数组中的应用t1 = np.array([0, 0, 1, 2, 3, 6, 7, 8])print(t1)t = np.nonzero((t1 > 0)*(t1 < 7)) #选取t1数组中大于0小于7的数字print(t)print('*'*100)print(t[0])"""[0 0 1 2 3 6 7 8](array([2, 3, 4, 5], dtype=int64),)*************************
2020-11-29 21:57:44
226
tutorials.rar
2020-12-23
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人