iris dataset的 features選擇?
想請問Day55 hw中 iris dataset 的 feature選擇為什麼會選擇'Petal width','Sepal length','Petal length'
這3個呢?
在fit model的時候,不是有用四個feature嗎?
還想問np.choose的對應是如何決定的,這一行程式碼,我看了許久還是不解:對應的[1,2,0]是哪裡來的?
# Reorder
the labels to have colors matching the cluster results
y =
np
.
choose
(
y
,
[
1
,
2
,
0
]).
astype
(
np
.
float
)
ax.
scatter
(
X
[:,
3
],
X
[:,
0
],
X
[:,
2
],
c
=
y
,
edgecolor
=
'k'
)
回答列表
-
2020/06/25 下午 06:09張維元 (WeiYuan)贊同數:0不贊同數:0留言數:1
想請問Day55 hw中 iris dataset 的 feature選擇為什麼會選擇'Petal width','Sepal length','Petal length'這3個呢? 在fit model的時候,不是有用四個feature嗎?
=> 請問這一段程式碼在哪裡,可以附上來嗎?原因我猜可能是為了畫圖方便?
如果這個回答對你有幫助請主動點選「有幫助」的按鈕,也可以追蹤我的GITHUB帳號。若還有問題的話,也歡迎繼續再追問或者把你理解的部分整理上來,我都會提供你 Review 和 Feedback 😃😃😃
-
2020/06/25 下午 06:13張維元 (WeiYuan)贊同數:0不贊同數:0留言數:1
np.choose 有一個比較複雜的選取關係,建議可以先從官方的文件開始看:https://numpy.org/doc/stable/reference/generated/numpy.choose.html
如果這個回答對你有幫助請主動點選「有幫助」的按鈕,也可以追蹤我的GITHUB帳號。若還有問題的話,也歡迎繼續再追問或者把你理解的部分整理上來,我都會提供你 Review 和 Feedback 😃😃😃
-
2020/06/26 上午 00:20張維元 (WeiYuan)贊同數:0不贊同數:0留言數:0
「我後來看了一下,發現是三軸以petal width, sepal length, petal length來做visualization,所以並沒有以三個features來fitting的情況發生。那程式碼會這樣寫,以這3個features來當3軸,是如教練所說為方便畫圖嗎?」
=> 這樣看來的確是因為畫圖方便觀察為主:)
如果這個回答對你有幫助請主動點選「有幫助」的按鈕,也可以追蹤我的GITHUB帳號。若還有問題的話,也歡迎繼續再追問或者把你理解的部分整理上來,我都會提供你 Review 和 Feedback 😃😃😃