LR 基础部分之前已经掌握了,大致过了一遍;

Python 语言许久不同,生疏了,这次主要按照代码示例自己手动跑了一篇 Sklearn 的 LR 实现代码。

心得:

1.重新掌握了 random.seed(); np.array([[ ],[ ],[ ]]).reshape(row,-1); print(' %s %d' %('string',number))等函数的用法;

2.np.array()实例化对象的 a 的.dot() 方法可以无限嵌套,e.g. a.dot(b).dot(c),比用 np.dot(np.dot(a,b),c)更方便简洁;

3.还是在一个集体里共同学习更有感觉!

2020年04月21日22:57:09

 

Pycharm 代码截图:

DataWhale-机器学习基础-Task1-笔记

DataWhale-机器学习基础-Task1-笔记

相关文章:

  • 2021-08-05
  • 2021-09-14
  • 2021-11-09
  • 2021-07-15
  • 2021-08-26
  • 2021-05-17
  • 2022-12-23
  • 2021-09-06
猜你喜欢
  • 2021-04-09
  • 2021-11-21
  • 2021-11-29
  • 2021-05-10
  • 2022-01-20
  • 2021-05-18
  • 2021-05-14
相关资源
相似解决方案