Outlier detection on a real data set

numpy中的ravel()、flatten()、squeeze()都有将多维数组转换为一维数组的功能,区别:
ravel():如果没有必要,不会产生源数据的副本
flatten():返回源数据的副本
squeeze():只能对维数为1的维度降维

decision function:决策函数是学习到的模型,如 y=f(x);
loss function:损失函数是模型的衡量指标:mse 交叉墒等;

np.r_是按列连接两个矩阵,就是把两矩阵上下相加,要求列数相等,类似于pandas中的concat()。

np.c_是按行连接两个矩阵,就是把两矩阵左右相加,要求行数相等,类似于pandas中的merge()。

levels: [level0, level1, ..., leveln]

绘制一系列指定值等值线,例如:

levels=[0]只绘制0 等值线

猜你喜欢

转载自blog.csdn.net/dss875914213/article/details/88615489