机器学习训练营——机器学习爱好者的自由交流空间(入群联系qq:2279055353)

这个例子演示在XOR数据集上进行高斯过程分类(Gaussian Process Classification, GPC), 并且与平稳的isotropic核(RBF), 非平稳核(DotProduct)的分类结果比较。在这个特殊的数据集上,DotProduct核方法获得了相当好的结果,这是因为分类边界是线性的。一般来说,平稳的核方法的结果较好。

实例代码

import numpy as np
import matplotlib.pyplot as pltfrom sklearn.gaussian_process import GaussianProcessClassifier
from sklearn.gaussian_process.kernels import RBF, DotProductxx, yy = np.meshgrid(np.linspace(-3, 3, 50),np.linspace(-3, 3, 50))
rng = np.random.RandomState(0)
X = rng.randn(200, 2)
Y = np.logical_xor(X[:, 0] > 0, X[:, 1] > 0)# fit the model
plt.figure(figsize=(10, 5))
kernels = [1.0 * RBF(length_scale=1.0), 1.0 * DotProduct(sigma_0=1.0)**2]
for i, kernel in enumerate(kernels):clf = GaussianProcessClassifier(kernel=kernel, warm_start=True).fit(X, Y)# plot the decision function for each datapoint on the gridZ = clf.predict_proba(np.vstack((xx.ravel(), yy.ravel())).T)[:, 1]Z = Z.reshape(xx.shape)plt.subplot(1, 2, i + 1)image = plt.imshow(Z, interpolation='nearest',extent=(xx.min(), xx.max(), yy.min(), yy.max()),aspect='auto', origin='lower', cmap=plt.cm.PuOr_r)contours = plt.contour(xx, yy, Z, levels=[0.5], linewidths=2,colors=['k'])plt.scatter(X[:, 0], X[:, 1], s=30, c=Y, cmap=plt.cm.Paired,edgecolors=(0, 0, 0))plt.xticks(())plt.yticks(())plt.axis([-3, 3, -3, 3])plt.colorbar(image)plt.title("%s\n Log-Marginal-Likelihood:%.3f"% (clf.kernel_, clf.log_marginal_likelihood(clf.kernel_.theta)),fontsize=12)plt.tight_layout()
plt.show()

精彩内容,请关注微信公众号:统计学习与大数据

【Python实例第34讲】高斯过程分类:XOR数据集相关推荐

  1. python实例豆瓣代码_Python实例:通过selenium模拟登陆豆瓣

    前几天写的<Python实例:分析豆瓣影片评论Ver 1.0版本>文章中,关于爬取数据过频繁导致IP被封禁的事情让我对豆瓣数据的爬取中断了.忽然想到之前有写过关于关于使用selenium库 ...

  2. 在python中浮点数怎样转整数_python 浮点数 转 整数python函数每日一讲 - all()

    W WW.002pc .COM对<python 浮点数 转 整数python函数每日一讲 - all()>总结来说,为我们python培训很实用. all(iterable) 版本:该函数 ...

  3. Python实例15:霍兰德人格分析雷达图

    Python实例15:霍兰德人格分析雷达图 雷达图是多特性直观展示的重要方式: 霍兰德认为:人格兴趣与职业之间应有一种内在的对应关系: 人格分类:研究型.艺术型.社会型.企业型.传统型.现实型: 职业 ...

  4. Python 实例教学_ 03_列表

    Python 实例教程 Python 实例教学_ 03_列表 第十三课 [844. 比较含退格的字符串](https://leetcode.cn/problems/backspace-string-c ...

  5. pca降维python实例_Python机器学习笔记:使用scikit-learn工具进行PCA降维

    之前总结过关于PCA的知识:深入学习主成分分析(PCA)算法原理.这里打算再写一篇笔记,总结一下如何使用scikit-learn工具来进行PCA降维. 在数据处理中,经常会遇到特征维度比样本数量多得多 ...

  6. 【数据分析师-python基础】python基础语法精讲

    python基础语法精讲 1 从数字开始 1.1 理解整数.浮点数.复数几种类型对象 1.2 掌握运算及其相关的常用函数 2 变量.表达式和语句 2.1 变量作用及定义的方法 2.2 变量命名原则和习 ...

  7. Python实例5:身体质量指数BMI问题分析

    Python实例5:身体质量指数BMI问题分析 问题需求:1)输入:给定体重和身高值:2)输出:BMI指标分类信息(国际和国内): 思路方法:难点在于同时输出国际和国内对应的分类:思路1:分别计算并给 ...

  8. python教程实例-Python实例教程

    转自:http://codingdict.com/article/9026 Python 100例-01 题目: 输有1.2.3.4个数字,能组成多少个互不相同且无重复数字的三位数? Python 1 ...

  9. 使用docker安装部署Spark集群来训练CNN(含Python实例)

    使用docker安装部署Spark集群来训练CNN(含Python实例) 本博客仅为作者记录笔记之用,不免有很多细节不对之处. 还望各位看官能够见谅,欢迎批评指正. 博客虽水,然亦博主之苦劳也. 如需 ...

  10. abaqus实例详解_Abaqus接触分类、形成和定义

    接触概述 从物理意义上来讲,两个物体彼此接触,接触压力在两个物体间传递,同时,接触面之间摩擦产生剪切应力,阻止物体切向运动:从数值计算上来讲,接触是极其不连续的边界条件非线性,即接触面接触时产生接触约 ...

最新文章

  1. UpdatePanel中用后台调用Javascript
  2. 怎样设计一个良好大数据处理的解决方案?
  3. Taro+react开发(37)箭头函数括号加个return
  4. Win11黑夜模式在哪开启 Win11黑夜模式怎么开启
  5. php radiobutton,radiobutton怎么用
  6. 不可错过!斯坦福课程3D数据的机器学习方法(Machine Learning for 3D Data)第二部分Geometry Foundations: Surface Representations
  7. 乐视超级电视再创辉煌?超5 X55全面屏电视上手体验
  8. qc是什么职位_质量管理部门该干什么?又该怎么干?
  9. Windows Server 2008 安装详细流程 解说
  10. 好评度很高的通用基础库,代码写的不错!
  11. 猿创征文 | 国产数据库之南大通用数据库详解安装和使用
  12. 激活函数maxout
  13. 技术人人都是好的需求评审专家- 如何需求评审,需求评审评什么.
  14. POJ 1625 Censored! (AC自动机 + 高精度 + DP)
  15. Follow your heart (186)---Fab.com和guang.com
  16. 在线作图丨微生物分析——alpha多样性指数分析
  17. 2022华数杯B题论文思路分析+完整代码(水下机器人组装计划)(一二问答案接出来和标准答案一样)(问题三四逼近正确答案)(完整论文,代码可直接跑)
  18. Mysql数据库设计
  19. 手游代理是怎么做的?
  20. k8s之搭建单机集群

热门文章

  1. latex中极限符号$与$$区别
  2. CSS彻底研究(3) - 浮动,定位
  3. 关于JavaScript中变量的相互引用
  4. mysql 连接 监控_监控mysql上客户端的连接数
  5. 在sqlyog中创建MySQL触发器简单实例
  6. 华三 h3c VRRP、MSTP、OSPF综合实验
  7. Docker是什么,有什么用?一看就明白
  8. 求助:使用foreach函数获取到后台数据时未在表格上渲染的问题
  9. 网易云基于 Kubernetes 的深度定制化实践
  10. 基于物联网的工业分析将席卷制造业