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
- discrete_scatter
- 결합전문기관
- C언어
- web 용어
- bccard
- 웹 용어
- postorder
- 데이터전문기관
- KNeighborsClassifier
- 머신러닝
- web 개발
- 대이터
- broscoding
- cudnn
- paragraph
- mglearn
- web 사진
- pycharm
- web
- vscode
- inorder
- CES 2O21 참가
- CES 2O21 참여
- html
- Keras
- classification
- 재귀함수
- java역사
- tensorflow
- 자료구조
Archives
- Today
- Total
bro's coding
sklearn.linear_model.LogisticRegression(Class=3) 본문
반응형
https://broscoding.tistory.com/128
머신러닝.datasets .make_blobs 사용하기
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[:..
broscoding.tistory.com
# data 준비
from sklearn.datasets import make_blobs
X,y=make_blobs(300,2,[[0,0],[-10,10],[10,10]],[2,3,5])
# model 훈련
from sklearn.linear_model import LogisticRegression
model = LogisticRegression()
model.fit(X,y)
# 시각화
import mglearn
# graph size
plt.figure(figsize=[10,8])
# 바탕색 관련
mglearn.plots.plot_2d_classification(model,X,cm='Reds',alpha=0.3)
# scatter
mglearn.discrete_scatter(X[:,0],X[:,1],y,alpha=0.7)
# 기울기
w=model.coef_
# 절편
b=model.intercept_
# x의 범위 설정
rng=np.array([X[:,0].min(),X[:,0].max()])
# 각 클레스 별로 선을 긋기 위해 반복
for i in range(3):
# y=w1*x1+w2*x2+b 에서 높이(y)가 0 -> x2=-(w1*x1+b)/w2
plt.plot(rng,-(w[i,0]*rng+b[i])/w[i,1],':',lw=4,label='line'+str(i))
plt.legend()
반응형
'[AI] > python.sklearn' 카테고리의 다른 글
머신러닝.sigmoid function(3D) (0) | 2020.04.13 |
---|---|
머신러닝.sigmoid function 적용 (0) | 2020.04.13 |
머신러닝.linear_model.LogisticRegression(Class=4)(iris) (0) | 2020.04.13 |
머신러닝.LogisticRegression.C option 변화 관찰 (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.datasets .make_blobs 사용하기 (0) | 2020.04.13 |
Comments