我在听一个很受欢迎的教程 here,我试图在sci-kit-learn中对支持向量机的rbf核参数gamma和C的影响进行实验。在
关于前面提到的教程,我有点搞不清这段代码的目的是什么:
# dataset for decision function visualization
X_2d = X[:, :2]
X_2d = X_2d[Y > 0]
Y_2d = Y[Y > 0]
Y_2d -= 1
我假设我们将原始数据子集(来自iris数据集),但是
我们为什么要这么做呢?为什么X_2d = X[:, :2]
的参数是元组?在
如果有人熟悉本教程,并且已经知道了这一点,请提前感谢。在
这部分代码的目的是可视化第一个带有散乱点的图,显示决策面随不同训练参数的变化情况。基本上它创建了一个更小的数据集,只有两个特性和两个类。在
X_2d = X[:, :2]
意味着X_2d
是一个只包含前两个特征的数据集,因此可以方便地绘制每个点(如何在4D中绘制点?)。在接下来的三行过滤掉标签为0的样本,这样较小的数据集只包含两个标签。它还将标签重命名为0或1。在
相关问题 更多 >
编程相关推荐