摘要:
SVM深层次理解: 1、如果训练样本是线性可分的; 2、那么可以找到两个超平面,将训练样本分开; 3、两个超平面间的距离就是margin; 4、两个超平面的中间平面就是我们要的目标结果,定义为:w^T*x - b = 0; 5、那么,其中一个超平面定义为:w^... 阅读全文
摘要:
阅读全文
摘要:
def getData2(): r""" 使用numpy生成随机数; 使用pandas构造满足条件的随机数; :return: """ df = pd.DataFrame() df['X'] = np.random.r... 阅读全文
摘要:
## 线性回归模型import numpy as npimport pandas as pdimport matplotlib.pyplot as pltdef getData(): r""" 使用numpy构造满足条件的随机数() :re... 阅读全文
摘要:
ax.plot(np.r_[0,100],1.2*np.r_[0,100]+0.2,color = "C1",linewidth=3.0,label='GT')ax.plot(np.r_[0,100],w*np.r_[0,100]+b,color = "C2"... 阅读全文
摘要:
numpy随机采样; numpy直方图; normal def getData3(): r""" 生成正太分布的随机数; :return: """ # data = np.random.uniform(0, 1, size... 阅读全文
摘要:
方案1: plt.xlim(dates[0] , dates[-1] ) 方案2: print("线性回归模型")fig, ax = plt.subplots()# 绘制散点图;# G1, G2 = getData2()# ax.scatter(G1[0,:... 阅读全文
摘要:
import numpy as npimport pandas as pdimport matplotlib.pyplot as pltdef getData(): r""" 使用numpy构造满足条件的随机数() :return: "... 阅读全文
摘要:
id(var) vara is varb 阅读全文
摘要:
G1 = df[(df['X']>50) & (df['Y']>50)]G2 = df[(df['X']<50) & (df['Y']<50)] 一定要加括号哦 阅读全文