X_outliers=np.array([[3.4, 1.3], [3.2, 0.8]])
y_outliers=np.array([0, 0])
要明白X,y不再是我們高中時候學的x,y軸的坐標;首先X,y都是數組概念,代表多個值;其次之前的坐標概念都在X對象里面;y值代表的描述數據另外一個維度:分類。理解X,y對於理解機器學習的代碼有很大幫助。
X_outliers=np.array([[3.4, 1.3], [3.2, 0.8]])
y_outliers=np.array([0, 0])
要明白X,y不再是我們高中時候學的x,y軸的坐標;首先X,y都是數組概念,代表多個值;其次之前的坐標概念都在X對象里面;y值代表的描述數據另外一個維度:分類。理解X,y對於理解機器學習的代碼有很大幫助。
本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。