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
- C언어
- 데이터전문기관
- CES 2O21 참가
- cudnn
- html
- 자료구조
- bccard
- vscode
- 재귀함수
- tensorflow
- CES 2O21 참여
- 머신러닝
- inorder
- paragraph
- postorder
- web 용어
- pycharm
- 결합전문기관
- java역사
- web 사진
- KNeighborsClassifier
- mglearn
- 웹 용어
- Keras
- web 개발
- broscoding
- web
- discrete_scatter
- classification
- 대이터
Archives
- Today
- Total
bro's coding
sklearn.mglearn 사용 본문
반응형
import mglearn
model=KNeighborsClassifier(n_neighbors=1)
# n_neighbors=1
model.fit(X_train,y_train)
plt.figure(figsize=[10,8]) # 그래프 사이즈
mglearn.plots.plot_2d_classification(model,X_train,fill=True,eps=0.5,alpha=0.4) # 바탕색과 관련
mglearn.discrete_scatter(X_train[:,0],X_train[:,1],y_train) # train data에 대한 산점도
#mglearn.discrete_scatter(X_test[:,0],X_test[:,1],y_test) # test data에 대한 산점도
plt.figure(figsize=[10,8]) # 그래프 사이즈
mglearn.plots.plot_2d_classification(model,X_train,fill=True,eps=0.5,alpha=0.4) # 바탕색과 관련
#mglearn.discrete_scatter(X_train[:,0],X_train[:,1],y_train) # train data에 대한 산점도
mglearn.discrete_scatter(X_test[:,0],X_test[:,1],y_test) # test data에 대한 산점도
반응형
'[AI] > python.sklearn' 카테고리의 다른 글
sklearn.영향력 없는 column 찾기(knn) (0) | 2020.04.09 |
---|---|
sklearn.matplotlib로 knn표현하기 (0) | 2020.04.09 |
sklearn.knn.KNeiborsClassifier(K값 변화에 따른 score 관찰) (0) | 2020.04.09 |
sklearn.knn.KNeiborsClassifier(K값 변화에 따른 결과 관찰) (0) | 2020.04.09 |
sklearn.mglearn(install) (0) | 2020.04.09 |
machine learning.분류 (0) | 2020.04.08 |
sklearn.model_selection.train_test_split (0) | 2020.04.08 |
sklearn.iris data 불러오기 (0) | 2020.04.08 |
Comments