SGD: Maximum margin separating hyperplane程序解析
1、np.ndenumerate、np.ndindex
import numpy as npZ=np.arange(6).reshape(2,3)
Z
array([[0, 1, 2],[3, 4, 5]])
for index,value in np.ndenumerate(Z):print(index,value)
(0, 0) 0
(0, 1) 1
(0, 2) 2
(1, 0) 3
(1, 1) 4
(1, 2) 5
for index in np.ndindex(Z.shape):print(index,Z[index])
(0, 0) 0
(0, 1) 1
(0, 2) 2
(1, 0) 3
(1, 1) 4
(1, 2) 5
for index in np.ndindex(2,2,3):print(index)
(0, 0, 0)
(0, 0, 1)
(0, 0, 2)
(0, 1, 0)
(0, 1, 1)
(0, 1, 2)
(1, 0, 0)
(1, 0, 1)
(1, 0, 2)
(1, 1, 0)
(1, 1, 1)
(1, 1, 2)
numpy.meshgrid()——生成网格点坐标矩阵
坐标矩阵——横坐标矩阵X XX中的每个元素,与纵坐标矩阵Y YY中对应位置元素,共同构成一个点的完整坐标
contour画等高线图
以z=x^2+y^2为例
import numpy as np
import matplotlib.pyplot as pltx=np.linspace(-10,10,100)
y=np.linspace(-10,10,100)
xx,yy=np.meshgrid(x,y)Z=xx**2+yy**2
plt.contour(xx,yy,Z)
plt.show()
import numpy as np
import matplotlib.pyplot as plt
from sklearn.datasets import make_blobs
from sklearn.linear_model import SGDClassifier#生成一个50个样本点的数据集
X,y=make_blobs(n_samples=50,centers=2,random_state=0,cluster_std=0.6)#训练模型
clf=SGDClassifier(loss='hinge',alpha=0.01,max_iter=200)
clf.fit(X,y)print(clf.decision_function([[-1,-1]]))#画决策超平面
xx=np.linspace(-1,5,10)
yy=np.linspace(-1,5,10)X1,X2=np.meshgrid(xx,yy)Z=np.zeros(X1.shape)for (i,j),value in np.ndenumerate(X1):x1=valuex2=X2[i,j]p=clf.decision_function([[x1,x2]])Z[i,j]=p[0]levels=[-1.0,0,1.0]
plt.scatter(X[:,0],X[:,1],c=y,cmap=plt.cm.Paired,edgecolor='black')
linestyles=['dashed','solid','dashed']
plt.contour(X1,X2,Z,levels=levels,linestyles=linestyles,colors='k')plt.axis('tight')
plt.show()
结果
SGD: Maximum margin separating hyperplane程序解析相关推荐
- 支持向量机_1: Maximum Margin Classifier
支持向量机即 Support Vector Machine,简称 SVM .我最开始听说这头机器的名号的时候,一种神秘感就油然而生,似乎把 Support 这么一个具体的动作和 Vector 这么一个 ...
- 小程序(二十六)微信小程序解析富文本的几种方式
微信小程序解析富文本html大概有两种方式(我发现的). 两种方法,各有各的优缺点. 一:使用小程序内置标签rich-text 这个标签解析的富文本会保留你在pc端编辑的样式,也就是说,你在pc端编辑 ...
- linux 可执行文件_linux中ELF二进制程序解析
0. 简介 在Linux系统的可执行文件(ELF文件)中,开头是一个文件头,用来描述程序的布局,整个文件的属性等信息,包括文件是否可执行.静态还是动态链接及入口地址等信息:如下图所示: 程序文件中包含 ...
- 微信小程序PHP文件建在哪里,微信小程序解析H5文件方法
经常有网友问怎么让微信小程序解析H5文件或者类似封装H5网页到APP里面?我一开始觉得这是不可能的,因为官方的解答是这样的: 每一个小程序页面是由同路径下同名的四个不同后缀文件的组成,如:index. ...
- 【C++教程】03.第一个程序解析
第三章 第一个程序解析 前言 第一个程序也即是如何显示字符串"HelloWorld!",这是大多数程序员都走过的路.别提第一次成功编译时,我有多高兴,所以如果你还没编译成功,不要气 ...
- 库卡机器人CELL程序解析
KUKA机器人 CELL程序 解析及注释 &ACCESS RVP &REL 4 &COMMENT HANDLER on external automatic DEF CEL ...
- 支持向量机: Maximum Margin Classifier
by pluskid, on 2010-09-08, in Machine Learning http://blog.pluskid.org/?p=632 本文是"支持向量机系列" ...
- 逆波兰式 java_Java 实现《编译原理》中间代码生成 -逆波兰式生成与计算 - 程序解析...
Java 实现<编译原理>中间代码生成 -逆波兰式生成与计算 - 程序解析 编译原理学习笔记 (一)逆波兰式是什么? 逆波兰式(Reverse Polish notation,RPN,或逆 ...
- MOOS程序解析记录(6)pLogger
MOOS程序解析记录(6)pLogger 最近在使用数据记录的时候,发现了自己对于PLogger并不是很熟悉,很多语法规则并不是很懂,于是便升起了记录一下该模块的心思,虽然这个模块并不能算多重要,但是 ...
- MOOS程序解析记录(7)pMarinePID解析
MOOS程序解析记录(7)pMarinePID解析 花了一天多的时间,对pMarinePID的源码进行了阅读,这里做一个分析记录,为后面改进控制算法做好基础. 前言 pMarinePID应用程序实现了 ...
最新文章
- ASP.NET Web Pages – 帮助器简介
- php订单系统 帝国cms,帝国CMS商城系统在线支付后,订单邮件提醒
- wxWidgets:wxInitDialogEvent类用法
- CoreAnimation编程指南(五)图层内容
- newton版本linux,centos7.4下安装部署openstack newton版本 互联网技术圈 互联网技术圈...
- MySQL 查询缓存快速理解。。。(1分钟图解如何优化查询缓存)
- Silverlight 解谜游戏 之十二 游戏暗示(1)
- 是否可以从头来过——时间旅行为什么不可能
- 使用Socket使用域名连接服务器
- noip2017棋盘(超级详细)
- 搭建深度学习环境及跑通Github代码
- DPDK-l3fwd示例IPv6测试
- java计算机毕业设计网络招聘系统源码+系统+数据库+lw文档+mybatis+运行部署
- js原生后代选择器_jQuery的后代选择器ancestor descendant介绍和示例解析
- Win10 功能大全
- python seo编程_gogo闯SEO快排教程及应用编程(同步官方)
- 基于海康威视IP摄像头和虹软的MFC人脸识别系统开发教程——02使用示例代码构建MFC工程(海康威视IP摄像头部分)
- Postgresql 客户端 psql 的使用
- VMware部分产品
- 印度尼西亚 east java_东爪哇(EAST JAVA)