반응형
Notice
Recent Posts
Recent Comments
Link
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| 8 | 9 | 10 | 11 | 12 | 13 | 14 |
| 15 | 16 | 17 | 18 | 19 | 20 | 21 |
| 22 | 23 | 24 | 25 | 26 | 27 | 28 |
| 29 | 30 |
Tags
- cudnn
- 대이터
- C언어
- CES 2O21 참여
- html
- 결합전문기관
- discrete_scatter
- KNeighborsClassifier
- paragraph
- broscoding
- mglearn
- web 용어
- 자료구조
- inorder
- web
- pycharm
- 웹 용어
- Keras
- 머신러닝
- web 사진
- java역사
- vscode
- 데이터전문기관
- CES 2O21 참가
- bccard
- 재귀함수
- postorder
- web 개발
- tensorflow
- classification
Archives
- Today
- Total
bro's coding
sklearn.coef/intercept 본문
반응형
#기울기 : coef(각각의 차원에 대한 기울기)
#y절편 : intercept_
# ex:
#coef의 결과 : a, b, c
#intercept_의 결과 : d
# data:XYZ
# aX+bY+cZ=d
# 각 데이터의 기울기( 가중치 ) : a, b, c
# target의 높이 : d
-기울기 : coef(각각의 차원에 대한 기울기)
-y절편 : intercept_
ex:
coef의 결과 : a, b, c
intercept_의 결과 : d
data:XYZ
aX+bY+cZ=d
# 각 데이터의 기울기( 가중치 ) : a, b, c
# target의 높이 : d
model.coef_array([-0.21027133, 0.22877721, 0.52608818])
a=-0.21027133, b=0.22877721, c=0.52608818
model.intercept_-0.2487235860244541
d=-0.2487235860244541
반응형
'[AI] > python.sklearn' 카테고리의 다른 글
| sklearn.model_selection.train_test_split (0) | 2020.04.08 |
|---|---|
| sklearn.iris data 불러오기 (0) | 2020.04.08 |
| sklearn.오류값 찾기 (0) | 2020.04.08 |
| sklearn.수치근사법 (0) | 2020.04.08 |
| machine learning.비용함수(cost function) (0) | 2020.04.07 |
| sklearn.비용함수.경사 하강법(stochastic gradient descent) (0) | 2020.04.07 |
| machine learning.Error(Cost) (0) | 2020.04.07 |
| sklearn.LinearRegression(선형회기) (0) | 2020.04.07 |
'[AI]/python.sklearn' Related Articles
more
Comments