python矩陣函數(shù)手冊(cè) python矩陣運(yùn)算代碼

Python sklearn.metrics模塊混淆矩陣常用函數(shù)

1.accuracy_score(y_true, y_pred, normalize=True, sample_weight=None)

鎮(zhèn)寧網(wǎng)站制作公司哪家好，找創(chuàng)新互聯(lián)！從網(wǎng)頁(yè)設(shè)計(jì)、網(wǎng)站建設(shè)、微信開(kāi)發(fā)、APP開(kāi)發(fā)、成都響應(yīng)式網(wǎng)站建設(shè)公司等網(wǎng)站項(xiàng)目制作，到程序開(kāi)發(fā)，運(yùn)營(yíng)維護(hù)。創(chuàng)新互聯(lián)自2013年起到現(xiàn)在10年的時(shí)間，我們擁有了豐富的建站經(jīng)驗(yàn)和運(yùn)維經(jīng)驗(yàn)，來(lái)保證我們的工作的順利進(jìn)行。專注于網(wǎng)站建設(shè)就選創(chuàng)新互聯(lián)。

參數(shù)分別為y實(shí)際類別、預(yù)測(cè)類別、返回值要求（True返回正確的樣本占比，false返回的是正確分類的樣本數(shù)量）

eg：

import numpy as np

from sklearn.metrics import accuracy_score

y_pred = [0, 2, 1, 3]

y_true = [0, 1, 2, 3]

accuracy_score(y_true, y_pred)

0.5

accuracy_score(y_true, y_pred, normalize=False)

2.classification_report(y_true, y_pred, labels=None, target_names=None, sample_weight=None, digits=2)

參數(shù)：真是類別，預(yù)測(cè)類別，目標(biāo)類別名稱

eg：

3.confusion_matrix(y_true, y_pred, labels=None, sample_weight=None)

輸出為混淆矩陣

eg：

太多了，寫(xiě)3個(gè)常用的吧，具體參考help(metrics)

defcm_plot(y,yp):#參數(shù)為實(shí)際分類和預(yù)測(cè)分類

fromsklearn.metricsimportconfusion_matrix

#導(dǎo)入混淆矩陣函數(shù)

cm = confusion_matrix(y,yp)

#輸出為混淆矩陣

importmatplotlib.pyplotasplt

#導(dǎo)入作圖函數(shù)

plt.matshow(cm,cmap=plt.cm.Greens)

# 畫(huà)混淆矩陣圖，配色風(fēng)格使用cm.Greens

plt.colorbar()

# 顏色標(biāo)簽

forxinrange(len(cm)):

foryinrange(len(cm)):

plt.annotate(cm[x,y],xy=(x,y),horizontalalignment='center',verticalalignment='center')

#annotate主要在圖形中添加注釋

# 第一個(gè)參數(shù)添加注釋

# 第一個(gè)參數(shù)是注釋的內(nèi)容

# xy設(shè)置箭頭尖的坐標(biāo)

#horizontalalignment水平對(duì)齊

#verticalalignment垂直對(duì)齊

#其余常用參數(shù)如下：

# xytext設(shè)置注釋內(nèi)容顯示的起始位置

# arrowprops 用來(lái)設(shè)置箭頭

# facecolor 設(shè)置箭頭的顏色

# headlength 箭頭的頭的長(zhǎng)度

# headwidth 箭頭的寬度

# width 箭身的寬度

plt.ylabel('True label')# 坐標(biāo)軸標(biāo)簽

plt.xlabel('Predicted label')# 坐標(biāo)軸標(biāo)簽

returnplt

#函數(shù)調(diào)用

cm_plot(train[:,3],tree.predict(train[:,:3])).show()

python中的矩陣運(yùn)算

NumPy支持大量的維度數(shù)組與矩陣運(yùn)算，此外也針對(duì)數(shù)組運(yùn)算提供大量的數(shù)學(xué)函數(shù)庫(kù)。

首先安裝NumPy，安裝過(guò)pandas，它會(huì)自動(dòng)安裝它的依賴，就不需要安裝NumPy了。

python 怎么實(shí)現(xiàn)矩陣運(yùn)算

1.numpy的導(dǎo)入和使用

data1=mat(zeros((

)))

#創(chuàng)建一個(gè)3*3的零矩陣，矩陣這里zeros函數(shù)的參數(shù)是一個(gè)tuple類型(3,3)

data2=mat(ones((

)))

#創(chuàng)建一個(gè)2*4的1矩陣，默認(rèn)是浮點(diǎn)型的數(shù)據(jù)，如果需要時(shí)int類型，可以使用dtype=int

data3=mat(random.rand(

))

#這里的random模塊使用的是numpy中的random模塊，random.rand(2,2)創(chuàng)建的是一個(gè)二維數(shù)組，需要將其轉(zhuǎn)換成#matrix

data4=mat(random.randint(

10

,size=(

)))

#生成一個(gè)3*3的0-10之間的隨機(jī)整數(shù)矩陣，如果需要指定下界則可以多加一個(gè)參數(shù)

data5=mat(random.randint(

,size=(

))

#產(chǎn)生一個(gè)2-8之間的隨機(jī)整數(shù)矩陣

data6=mat(eye(

,dtype=

int

))

#產(chǎn)生一個(gè)2*2的對(duì)角矩陣

a1=[

]; a2=mat(diag(a1))

#生成一個(gè)對(duì)角線為1、2、3的對(duì)角矩陣

如何使用python表示矩陣

使用python表示矩陣的方法：

使用“import numpy”語(yǔ)句導(dǎo)入numpy包。用numpy包的array函數(shù)創(chuàng)建一個(gè)二維數(shù)組，這個(gè)二維數(shù)組就表示矩陣

示例代碼如下：

執(zhí)行結(jié)果如下：

網(wǎng)站標(biāo)題：python矩陣函數(shù)手冊(cè) python矩陣運(yùn)算代碼
瀏覽地址：http://muchs.cn/article42/dogichc.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供自適應(yīng)網(wǎng)站、網(wǎng)站收錄、靜態(tài)網(wǎng)站、云服務(wù)器、定制開(kāi)發(fā)、品牌網(wǎng)站設(shè)計(jì)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)