运行适应性神经网络_机器学习-实现简单神经网络-慕课网

问答
评论
笔记

全部精华我要发布

np.dot(X,self.w_[1:]+self.w_[0]); 这个表达式怎么理解

最新回答 / 慕沐9044854

括号位置错了，

np.dot(X,self.w_[1:]) + self.w[0]

2 回答 2605 浏览

2020-10-19

求非线性神经网络分类算法

最新回答 / 用户Leon

在实战课程总liuyubobobo有讲解机器学习的各类入门算法，其中有非线性的算法，不过并不是神经网络的，有兴趣的话可以去看一下

1 回答 1197 浏览

2018-06-03

X未定义的问题

最新回答 / 慕的地591

X是导入的数据。此处的X仍然使用感知器那节课中的X。你需要导入数据，或者把感知器那节课中数据导入的那段代码复制过来。

2 回答 1237 浏览

2018-07-13

最后的效果图中，画出cost_的效果图，不能解释为随着迭代次数的增加，出现错误的次数变少了。

最新回答 / 严伟安

我也觉得不能解释为出错的次数，可以解释为结果的准确度（此处准确度越小越好）

2 回答 1692 浏览

2018-08-06

cost_记录的值是J(w), 为何画效果图的时候，可以画出来整数，这些数值是怎么获取的？

最新回答 / Mrbeargreat

cost_记录的是J(w)，意义是当前预测结果和标准结果之间的和方差，最后绘图的时候纵坐标ylabel写的也是和方差。

1 回答 1369 浏览

2018-01-01

问一下，如果只用30个数据做训练，剩下的20个数据做预测，这样应该怎么改，改完之后代码有问题。求教大佬。

最新回答 / 云日召

我的方法：把训练的60个数据放在前60行，预测用的40个数据放在后40行然后关键是改下面的代码y = df.loc[0:60,4].valuesy = np.where(y == "Iris-setosa",-1,1)X = df.loc[0:60,[0,2]].valuesX2 = df.loc[61:100,[0,2]].valuesplot_decision_regions(X2,aad.predict(X2),aad,resolution=0.02)我只是新手，不好的话不要见怪

1 回答 1023 浏览

2017-11-17