博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
[学习笔记]人工智能-神经网络对数据进行分类,构建二维矩阵
阅读量:4146 次
发布时间:2019-05-25

本文共 4197 字,大约阅读时间需要 13 分钟。

1.对投喂数据进行极值获取,构造更多数据做准备

示例

plot_decision_regions(x, y, ppn, resolution=0.02)def plot_decision_regions(x, y, classifier, resolution=0.02):    marker = ('s', 'x', 'o', 'v')    colors = ('red', 'blue', 'lightgreen', 'gray', 'cyan')    # y 的种类只有-1 和 1 ,根据相应的种类绘制对应的颜色    cmap = ListedColormap(colors[:len(np.unique(y))])    x1_min = x[:, 0].min() - 1    x1_max = x[:, 0].max()    x2_min = x[:, 1].min() - 1    x2_max = x[:, 1].max()    print("花瓣长度最小值 为 %s, 最大值为 %s" % (x1_min, x1_max))    print("花茎长度最小值 为 %s, 最大值为 %s" % (x2_min, x2_max))

运行结果

花瓣长度最小值 为 3.3, 最大值为 7.0花茎长度最小值 为 0.0, 最大值为 5.1

2.投喂数据转换为向量,来构造数据,即二维矩阵

# 构造向量,扩展成一个二维矩阵,resolution向量差值    xx1 = np.meshgrid(np.arange(x1_min, x1_max, resolution))    xx2 = np.meshgrid(np.arange(x2_min, x2_max, resolution))    print("向量大小", np.arange(x1_min, x1_max, resolution).shape)    print("向量", np.arange(x1_min, x1_max, resolution))

运行结果

x1向量大小 (185,)x1向量 [ 3.3   3.32  3.34  3.36  3.38  3.4   3.42  3.44  3.46  3.48  3.5   3.52  3.54  3.56  3.58  3.6   3.62  3.64  3.66  3.68  3.7   3.72  3.74  3.76  3.78  3.8   3.82  3.84  3.86  3.88  3.9   3.92  3.94  3.96  3.98  4.  4.02  4.04  4.06  4.08  4.1   4.12  4.14  4.16  4.18  4.2   4.22  4.24  4.26  4.28  4.3   4.32  4.34  4.36  4.38  4.4   4.42  4.44  4.46  4.48  4.5   4.52  4.54  4.56  4.58  4.6   4.62  4.64  4.66  4.68  4.7   4.72  4.74  4.76  4.78  4.8   4.82  4.84  4.86  4.88  4.9   4.92  4.94  4.96  4.98  5.    5.02  5.04  5.06  5.08  5.1   5.12  5.14  5.16  5.18  5.2  5.22  5.24  5.26  5.28  5.3   5.32  5.34  5.36  5.38  5.4   5.42  5.44  5.46  5.48  5.5   5.52  5.54  5.56  5.58  5.6   5.62  5.64  5.66  5.68  5.7   5.72  5.74  5.76  5.78  5.8   5.82  5.84  5.86  5.88  5.9   5.92  5.94  5.96  5.98  6.    6.02  6.04  6.06  6.08  6.1   6.12  6.14  6.16  6.18  6.2   6.22  6.24  6.26  6.28  6.3   6.32  6.34  6.36  6.38  6.4  6.42  6.44  6.46  6.48  6.5   6.52  6.54  6.56  6.58  6.6   6.62  6.64  6.66  6.68  6.7   6.72  6.74  6.76  6.78  6.8   6.82  6.84  6.86  6.88  6.9   6.92  6.94  6.96  6.98]x2向量大小 (255,)x2向量 [ 0.    0.02  0.04  0.06  0.08  0.1   0.12  0.14  0.16  0.18  0.2   0.22  0.24  0.26  0.28  0.3   0.32  0.34  0.36  0.38  0.4   0.42  0.44  0.46  0.48  0.5   0.52  0.54  0.56  0.58  0.6   0.62  0.64  0.66  0.68  0.7  0.72  0.74  0.76  0.78  0.8   0.82  0.84  0.86  0.88  0.9   0.92  0.94  0.96  0.98  1.    1.02  1.04  1.06  1.08  1.1   1.12  1.14  1.16  1.18  1.2   1.22  1.24  1.26  1.28  1.3   1.32  1.34  1.36  1.38  1.4   1.42  1.44  1.46  1.48  1.5   1.52  1.54  1.56  1.58  1.6   1.62  1.64  1.66  1.68  1.7   1.72  1.74  1.76  1.78  1.8   1.82  1.84  1.86  1.88  1.9  1.92  1.94  1.96  1.98  2.    2.02  2.04  2.06  2.08  2.1   2.12  2.14  2.16  2.18  2.2   2.22  2.24  2.26  2.28  2.3   2.32  2.34  2.36  2.38  2.4   2.42  2.44  2.46  2.48  2.5   2.52  2.54  2.56  2.58  2.6   2.62  2.64  2.66  2.68  2.7   2.72  2.74  2.76  2.78  2.8   2.82  2.84  2.86  2.88  2.9   2.92  2.94  2.96  2.98  3.    3.02  3.04  3.06  3.08  3.1  3.12  3.14  3.16  3.18  3.2   3.22  3.24  3.26  3.28  3.3   3.32  3.34  3.36  3.38  3.4   3.42  3.44  3.46  3.48  3.5   3.52  3.54  3.56  3.58  3.6   3.62  3.64  3.66  3.68  3.7   3.72  3.74  3.76  3.78  3.8   3.82  3.84  3.86  3.88  3.9   3.92  3.94  3.96  3.98  4.    4.02  4.04  4.06  4.08  4.1   4.12  4.14  4.16  4.18  4.2   4.22  4.24  4.26  4.28  4.3  4.32  4.34  4.36  4.38  4.4   4.42  4.44  4.46  4.48  4.5   4.52  4.54  4.56  4.58  4.6   4.62  4.64  4.66  4.68  4.7   4.72  4.74  4.76  4.78  4.8   4.82  4.84  4.86  4.88  4.9   4.92  4.94  4.96  4.98  5.    5.02  5.04  5.06  5.08]xx1 二维矩阵大小 (255, 185)xx1 二维矩阵 [[ 3.3   3.32  3.34 ...,  6.94  6.96  6.98] [ 3.3   3.32  3.34 ...,  6.94  6.96  6.98] [ 3.3   3.32  3.34 ...,  6.94  6.96  6.98] ...,  [ 3.3   3.32  3.34 ...,  6.94  6.96  6.98] [ 3.3   3.32  3.34 ...,  6.94  6.96  6.98] [ 3.3   3.32  3.34 ...,  6.94  6.96  6.98]]xx2 二维矩阵大小 (255, 185)xx2 二维矩阵 [[ 0.    0.    0.   ...,  0.    0.    0.  ] [ 0.02  0.02  0.02 ...,  0.02  0.02  0.02] [ 0.04  0.04  0.04 ...,  0.04  0.04  0.04] ...,  [ 5.04  5.04  5.04 ...,  5.04  5.04  5.04] [ 5.06  5.06  5.06 ...,  5.06  5.06  5.06] [ 5.08  5.08  5.08 ...,  5.08  5.08  5.08]]

上述3.3, 3.32, 3,34,其中差值resolution=0.02

3.学习笔记来源

4.Git

转载地址:http://blcti.baihongyu.com/

你可能感兴趣的文章
java8采用stream对集合的常用操作
查看>>
EasySwift/YXJOnePixelLine 极其方便的画出真正的一个像素的线
查看>>
Ubuntu系统上安装Nginx服务器的简单方法
查看>>
Ubuntu Linux系统下apt-get命令详解
查看>>
ubuntu 16.04 下重置 MySQL 5.7 的密码(忘记密码)
查看>>
Ubuntu Navicat for MySQL安装以及破解方案
查看>>
HTTPS那些事 用java实现HTTPS工作原理
查看>>
oracle函数trunc的使用
查看>>
MySQL 存储过程或者函数中传参数实现where id in(1,2,3,...)IN条件拼接
查看>>
java反编译
查看>>
Class.forName( )你搞懂了吗?——转
查看>>
jarFile
查看>>
EJB3.0定时发送jms(发布/定阅)方式
查看>>
EJB与JAVA BEAN_J2EE的异步消息机制
查看>>
数学等于号是=那三个横杠是什么符
查看>>
HTTP协议详解
查看>>
java多线程中的join方法详解
查看>>
ECLIPSE远程调试出现如下问题 ECLIPSE中调试代码提示找不到源
查看>>
java abstract修饰符
查看>>
数组分为两部分,使得其和相差最小
查看>>