测验部分
第二周测验部分作业
5、维度不相同的不能进行四则运算
(m,n) +/-//÷ (m,1) python自动将后者复制为n列
(m,n) +/-//÷ (1,n) python自动将后者复制为m行
(m,1) +/-//÷ R python自动将后者复制为m行
(1,n) +/-//÷ R python自动将后者复制为n列
除此以外其他的维度均无法计算,执行程序会报错
使用np.dot(a,b)是矩阵乘法,上述四种情况是元素之间的运算
8、单纯的元素相加,将b转化为b的转置,则同上述第二种情况
编程部分
第二周编程部分作业
编程部分就是参考链接里博主的代码自己动手操作了一下,然后记录一些自己做的过程中遇到的一些问题吧
1、这里需要在源代码后边加一个plt.show()才可以输出图片
2、不知道有没有和我一样pyhthon起步的小伙伴,边看代码边学习。按顺序解释一下遇到的问题
切片的格式中间有逗号表示:取每一行的第index个元素,此处在训练集y标签中存的是一行209列的矩阵
np,squeeze(a)表示:从数组的形状中删除单维度条目,即把shape中为1的维度去掉。为了在画图的时候显示正常的结果,否则可能显示为空
如果不添加#coding=utf-8,脚本有中文时程序会报错
train_set_y_orig.shape[n]表示矩阵对应维度的数字
3、图像数据标准化与归一化
数据中心化符合数据分布规律,更容易取得训练之后的泛化效果, 数据标准化是数据预处理的常见方法之一。
4、按照顺序,继续记录python中的内容
初始化w为一个维度为(dim,1)的矩阵
isinstance(object,classinfo):判断类型
类型相同则返回true,类型不同返回false
assert()函数:如果括号中内容成立则程序继续进行,不成立则报错
np.dot(a,b):计算矩阵a和b中元素的乘积
列表中的append()函数:在列表末尾添加元素
这个是python的一个三元表达,如果A[0,i] > 0.5返回Y_prediction[0,i] = 1,否则,返回Y_prediction[0,i] = 0
5、放个链接,legend的各种参数
https://blog.csdn.net/qq_33221533/article/details/81431264
https://www.cnblogs.com/lfri/p/12248629.html
6、撒花完结!