数据结构
网络
关系数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
时尚研究
法律研究如何使用 scikit-learn 包将特定大小的数组转换为不同的大小？
Scikit−learn，通常称为 sklearn，是 Python 中一个用于实现机器学习算法的库。它是一个开源库，因此可以免费使用。它功能强大且健壮，因为它提供了各种工具来执行统计建模。这包括分类、回归、聚类、降维等等，借助于 Python 中强大且稳定的接口。该库构建在 Numpy、SciPy 和 Matplotlib 库之上。
可以使用以下所示的“pip”命令安装它：
pip install scikit−learn
此库侧重于数据建模。可以使用 scikit−learn 包将不同大小的数组转换为完全不同大小的数组。
以下是一个示例：
示例
from sklearn.preprocessing import PolynomialFeatures
import numpy as np
Y = np.arange(12)
print("The original dimensions of the ndarray")
print(Y.shape)
print("The changed dimensions of the ndarray")
x = Y.reshape(3, 4)
print(x.shape)
poly = PolynomialFeatures(degree=2)
print(poly.fit_transform(x))输出
The original dimensions of the ndarray (12,) The changed dimensions of the ndarray (3, 4) [[ 1. 0. 1. 2. 3. 0. 0. 0. 0. 1. 2. 3. 4. 6. 9.] [ 1. 4. 5. 6. 7. 16. 20. 24. 28. 25. 30. 35. 36. 42. 49.] [ 1. 8. 9. 10. 11. 64. 72. 80. 88. 81. 90. 99. 100. 110. 121.]]
解释
导入所需的包，并为方便使用赋予它们别名。
使用 NumPy 库生成数据点“x”和“y”的值。
生成数据的详细信息显示在控制台上。
调用“PolynomialFeatures”函数。
此函数调用被分配给一个变量。
此变量适合模型。
在控制台上显示适合模型的数据。
更新于： 2021年1月18日
146 次查看
广告