本文介绍: X += np.random.randn(100,2) 我们从正太分布中拿出100行2列的数据来,拼接到X生成的100行2列的数据里面,现在的原来的X,就变成了。- `X[:,0]`：这是第一个维度（通常是x轴）的值，X 是一个二维数组，`X[:,0]` 表示取X数组的第一列。- `X[:,1]`：这是第二个维度（通常是y轴）的值，X 是一个二维数组，`X[:,1]` 表示取X数组的第二列。这个是5,5 表示图形的大小,x轴,y轴的大小,设置好以后生成的就圆了,要不然是椭圆的,可以看到上面显示的.
人工智能_机器学习059_非线性核函数介绍—人工智能工作笔记0099
那么我们应该如何调整这个SVC的参数,也就是我们应该使用哪种核函数,比较合适呢?这取决于我们的数据,适合使用哪个核函数,正好我们有
提供的score = accuracy_score(y_test,y_pred) 这样的评分函数,我们可以根据具体的评分情况,选择评分比较高的核函数来使用.
之前我们学习到的都是线性核函数,使用一条线来进行对数据进行划分,但是
可以看到如果是上面的这种数据的话,我们使用线性分类器是没必有办法进行数据的分类的对吧
可以看到这里
import matplotlib.pyplot as plt 画图包
X,y =datasets.make_circles(n_samples=100,factor=0.7)
原文地址:https://blog.csdn.net/lidew521/article/details/134794437
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若转载，请注明出处：http://www.7code.cn/show_42746.html
如若内容造成侵权/违法违规/事实不符，请联系代码007邮箱：suwngjj01@126.com进行投诉反馈，一经查实，立即删除！
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
