非線形最適化関数 — 機械学習の Python との出会い
非線形最適化関数¶ ロジスティック回帰を解くには， ロジスティック回帰の形式的定義 の式(3)の非線形最適化問題を解く必要があります． ここでは，この最適化問題を scipy.optimize モジュールに含まれる関数 minimize() を用いて実装します． そこで，この節では minimize() などの最適化関数について俯瞰します． ロジスティック回帰モデルをあてはめるメソッドの実装については，次の 学習メソッドの実装 で述べます． SciPy の非線形最適化関数¶ SciPy の非線形最適化関数には， minimize_scalar() と minimize() があります． これらを順に紹介します． sp.optimize.minimize_scalar(fun, args=(), method='brent')¶ Minimization of scalar function
SciPy+matplotlibで3D散布図を作成(Python) - Qiita
PythonでSciPy(NumPy)とmatplotlibを使って3D散布図を作成する方法です。 サンプルデータはiris.csvを使用(http://aima.cs.berkeley.edu/data/iris.csv) scipy.genformtxtメソッドで、csvファイルのデータを直接scipy.array形式で取り込むことができます。 scipy.array形式のデータは普通の配列として扱うことができ、さらにd[d[:,0] >= 7]のように簡単に条件に合うレコードを抽出することができます。複数の条件式を使用する場合はビット演算子で連結します。 グラフ描画の際にはscatter3Dメソッドが使えますが、データ数が多いと極端に重くなります。plotメソッドのほうが良いです。 (5/9追記)plotメソッドではデータの読み込み順にプロットが上書きされていくので、プロットが重なっ
Scipy Lecture Notes — Scipy lecture notes
One document to learn numerics, science, and data with Python¶ Tutorials on the scientific Python ecosystem: a quick introduction to central tools and techniques. The different chapters each correspond to a 1 to 2 hours course with increasing level of expertise, from beginner to expert. Release: 2022.1
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
scipy.integrate.solve_ivp — SciPy v1.13.0 Manual
