エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
scikit-learnでlogistic regression | mwSoft
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
scikit-learnでlogistic regression | mwSoft
概要 軽くクラスタリングをする用事があったので、scikit-learnで記述した。 それをサンプルコードに落... 概要 軽くクラスタリングをする用事があったので、scikit-learnで記述した。 それをサンプルコードに落としたものを貼っておく。 テストデータの生成 位置をずらしつつrandomでデータを生成してみる。 import numpy as np import pylab as pl from sklearn.cluster import KMeans # 傾向の違う3つの点を描画 n0 = np.random.normal(loc=0.0, scale=0.5, size=(50, 2)) n1 = np.random.normal(loc=-2.0, scale=0.5, size=(50, 2)) n2 = np.random.normal(loc=2.0, scale=0.5, size=(50, 2)) # plotして確認 pl.scatter( n0[:, 0], n0[:,