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 😃😃😃