小编And*_*igh的帖子

我正在尝试计算我正在使用的训练数据的错误率.

我相信我错误地计算错误.公式如下:

y 计算如下:

我fitPoly(M)在线上的函数中计算这个49.我相信我的计算不正确y(x(n)),但我不知道还能做什么.

以下是最小,完整和可验证的示例.

import numpy as np
import matplotlib.pyplot as plt

dataTrain = [[2.362761180904257019e-01, -4.108125266714775847e+00],
[4.324296163702689988e-01,  -9.869308732049049127e+00],
[6.023323504115264404e-01,  -6.684279243433971729e+00],
[3.305079685397107614e-01,  -7.897042003779912278e+00],
[9.952423271981121200e-01,  3.710086310489402628e+00],
[8.308127402955634011e-02,  1.828266768673480147e+00],
[1.855495407116576345e-01,  1.039713135916495501e+00],
[7.088332047815845138e-01,  -9.783208407540947560e-01],
[9.475723071629885697e-01,  1.137746192425550085e+01],
[2.343475721257285427e-01,  3.098019704040922750e+00],
[9.338350584099475160e-02,  2.316408265530458976e+00],
[2.107903139601833287e-01,  -1.550451474833406396e+00],
[9.509966727520677843e-01,  9.295029459100994984e+00],
[7.164931165416982273e-01,  1.041025972594300075e+00],
[2.965557300301902011e-03,  -1.060607693351102121e+01]]

def strip(L, xt):
    ret = []
    for i in L:
        ret.append(i[xt])
    return ret

x1 = strip(dataTrain, 0)
y1 = strip(dataTrain, 1)

# HELP HERE

def getY(m, w, D): …

我正在研究一个Python函数，我想在其中对高斯分布进行建模，但我陷入了困境。

import numpy.random as rnd
import numpy as np

def genData(co1, co2, M):
  X = rnd.randn(2, 2M + 1)
  t = rnd.randn(1, 2M + 1)
  numpy.concatenate(X, co1)
  numpy.concatenate(X, co2)
  return(X, t)

我正在尝试两个大小为 M 的簇，簇 1 以 co1 为中心，簇 2 以 co2 为中心。X 将返回我要绘制图表的数据点，t 是目标值（如果集群 1，则为 1；如果集群 2，则为 2），因此我可以按集群为其着色。

在这种情况下，t 的大小为 2M，即 1s/2s，X 的大小为 2M * 1，其中如果 X[i] 在集群 1 中，则 t[i] 为 1，对于集群 2 也相同。

我认为开始执行此操作的最佳方法是使用 numpys random 生成数组 array。我困惑的是如何让它根据集群居中？

最好的方法是生成一个大小为 M 的簇，然后将 co1 添加到每个点？我如何使其随机，并确保 t[i] 的颜色正确？

我正在使用这个函数来绘制数据图表：

def graphData(): …