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 |
Tags
- java역사
- CES 2O21 참가
- 대이터
- 결합전문기관
- mglearn
- web
- postorder
- KNeighborsClassifier
- Keras
- 자료구조
- broscoding
- cudnn
- 머신러닝
- web 사진
- inorder
- CES 2O21 참여
- 재귀함수
- C언어
- vscode
- pycharm
- web 용어
- discrete_scatter
- classification
- paragraph
- 데이터전문기관
- bccard
- web 개발
- 웹 용어
- html
- tensorflow
Archives
- Today
- Total
bro's coding
sklearn.datasets .make_blobs 사용하기 본문
반응형
from sklearn.datasets import make_blobs
X,y=make_blobs(400,2,[[0,0],[5,5]],[2,3])
# 400 : 행의 갯수
# 2 : 속성의 갯수 2개(축)(전부 X값임)
# 중심점의 위치
# 각 중심점에 대한 편차 2, 3
plt.scatter(X[:,0],X[:,1],c=y,s=60,alpha=0.3)
plt.colorbar()
반응형
'[AI] > python.sklearn' 카테고리의 다른 글
| sklearn.linear_model.LogisticRegression(Class=3) (0) | 2020.04.13 |
|---|---|
| sklearn.LogisticRegression.predict_proba (0) | 2020.04.13 |
| sklearn.sigmoid function (0) | 2020.04.13 |
| sklearn.linear_model.LogisticRegression(로지스틱 회귀) (0) | 2020.04.13 |
| sklearn.linear regression.다차원(wine)등급 예상하기(정규화) (0) | 2020.04.10 |
| sklearn.linear regression.꽃종류 별 회귀 선 그리기 (0) | 2020.04.10 |
| sklearn.linear regression 회귀 선 그리기 (0) | 2020.04.09 |
| sklearn.linearRegression. basic (0) | 2020.04.09 |
'[AI]/python.sklearn' Related Articles
more
Comments