没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
1、先载入iris数据集 Load Iris data 2、分离训练集和设置测试集split train and test sets 3、对数据进行标准化处理Normalize the data 4、使用知识向量机模型进行训练Train using SVM 5、然后进行可视化处理Visualization 6、最后通过绘图决策平面plot decision plane 程序代码 1、通过知识向量机算法对iris数据集前两个维度的数据进行模型训练并求出错误率,最后进行可视化展示数据区域划分: ```bash from sklearn import datasets import numpy as np ### Load Iris data 数据加载 iris = datasets.load_iris() x = iris.data[:,:2]#前2个维度 # x = iris.data y = iris.target print("class labels: ", np.unique(y)) x.shape y.shape ### split train and test se
资源推荐
资源详情
资源评论
收起资源包目录
机器学习与深度学习——通过SVM线性支持向量机分类鸢尾花数据集iris求出错误率并可视化.zip (2个子文件)
svm-iris(四维).ipynb 67KB
svm-iris(二维).ipynb 64KB
共 2 条
- 1
资源评论
星川皆无恙
- 粉丝: 1w+
- 资源: 53
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 论文(最终)_20240430235101.pdf
- 基于python编写的Keras深度学习框架开发,利用卷积神经网络CNN,快速识别图片并进行分类
- 最全空间计量实证方法(空间杜宾模型和检验以及结果解释文档).txt
- 5uonly.apk
- 蓝桥杯Python组的历年真题
- 2023-04-06-项目笔记 - 第一百十九阶段 - 4.4.2.117全局变量的作用域-117 -2024.04.30
- 2023-04-06-项目笔记 - 第一百十九阶段 - 4.4.2.117全局变量的作用域-117 -2024.04.30
- 前端开发技术实验报告:内含4四实验&实验报告
- Highlight Plus v20.0.1
- 林周瑜-论文.docx
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功