当前位置:
首页 >
python机器学习实战 getA()函数详解
发布时间:2024/1/4
53
生活家
生活随笔
收集整理的这篇文章主要介绍了
python机器学习实战 getA()函数详解
小编觉得挺不错的,现在分享给大家,帮大家做个参考.
在机器学习实战一书的第五章中出现了getA()这个函数
logRegres.plotBestFit(weight.getA())
当输入下下代码时
logRegres.plotBestFit(weight)
会出现错误,原因在于下面这一段代码中len(x) = 60, 而len(y) = 1
x = arange(-3.0, 3.0, 0.1) y = (-weights[0] - weights[1]*x)/weights[2] ax.plot(x, y)
接下来我们看一下分析getA()这个函数的作用。首先看以下代码
temp = ones((3, 1)) #创建数组 weights = mat(w) #转换为numpy矩阵 s = weights.getA() #将numpy矩阵转换为数组 x = arange(-3.0, 3.0, 0.1) y1 = (-weights[0] - weights[1]*x)/weights[2] y2 = (s[0] - s[1] *x)/s[2]
输出结果
>>>len(x) 60 >>>len(y1) 1 >>>len(y2) 60
可以看到y1和x的维数不一样,所以ax.plot(x, y)会出错
再看看结果
>>>temp = ones((3, 1)) #创建数组
>>>temp
array([[ 1.],
[ 1.],
[ 1.]])
>>>weights = mat(w) #转换为numpy矩阵
>>>weights
matrix([[ 1.],
[ 1.],
[ 1.]])
>>>s = weights.getA() #将numpy矩阵转换为数组
>>>s
array([[ 1.],
[ 1.],
[ 1.]])
从上述结果中可以看书getA()函数与mat()函数的功能相反,是将一个numpy矩阵转换为数组
总结
以上是生活随笔为你收集整理的python机器学习实战 getA()函数详解的全部内容,希望文章能够帮你解决所遇到的问题。
- 上一篇: Swift中的map 和 flatMap
- 下一篇: CSS ID选择器&通配选择器