Erster Tag des Python-Studiums

[Erstellen wir mit PYTHON ein neuronales Netzwerk ohne Verwendung einer Bibliothek](http://blog.moji.ai/2015/12/ Neuronales Netz ohne Verwendung einer Bibliothek mit Python /) in Ihrer eigenen Umgebung Am ersten Tag habe ich es versucht.

[PRML](https://www.amazon.co.jp/ Mustererkennung und maschinelles Lernen über CM-Bishop / dp / 4621061224? Dh = UTF8 & redirect = true & tag = prog4ml-22) Also werde ich es als Übung versuchen.

Umgebungseinstellung

Ich habe geschrieben, dass ich keine Bibliothek benutze, aber es scheint, dass ich eine Python-Bibliothek brauche, also werde ich sie vorbereiten. Einige Dinge brauchen Sie diesmal nicht, aber nach dieser Serie [Python Machine Learning Programming](https://www.amazon.co.jp/Python Machine Learning Programming-Theorie und Praxis von Expert Data Scientists-beeindrucken-top- gear / dp / 4844380605) Ich denke, ich werde es tun, also lege ich es ein.

pip install --upgrade pip
pip install NumPy
pip install SciPy
pip install scikit-learn
pip install pandas
pip install matplotlib
pip install ipython

Es ist mir gelungen, matplotlib zu installieren, aber als ich versuchte, es zu verwenden, bekam ich einen Fehler (interaktiv). Das Symptom war das gleiche wie hier RuntimeError beim Versuch, matplitlib und pylab in Python 3.3 zu verwenden. Erstellen Sie daher die Einstellungsdatei matplotlibrc und ändern Sie die Backend-Einstellungen. tat.

In meiner Umgebung sieht es so aus

python --version
Python 3.5.0
pip list
appnope (0.1.0)
cycler (0.10.0)
decorator (4.0.10)
gnureadline (6.3.3)
ipython (4.2.1)
ipython-genutils (0.1.0)
matplotlib (1.5.1)
networkx (1.11)
numpy (1.11.1)
pandas (0.18.1)
pexpect (4.1.0)
pickleshare (0.7.2)
pip (8.1.2)
ptyprocess (0.5.1)
pyparsing (2.1.5)
python-dateutil (2.5.3)
pytz (2016.4)
scikit-learn (0.17.1)
scipy (0.17.1)
setuptools (24.0.2)
simplegeneric (0.8.1)
six (1.10.0)
traitlets (4.2.2)

Datengenerierung

Ich habe Scikit-learn verwendet, wie es in der Datengenerierung geschrieben ist. Die von make_moon generierten Daten sind 200 Datenpunkte,

• Zweidimensionale Variable "X"
• Beschriften Sie "y" (0 oder 1) für jede Variable "X"

Haben Sie die Informationen von. Es handelt sich um zwei halbkreisförmige zweidimensionale Daten und um Probendaten mit hinzugefügter linearer Identifikation.

ipython --pylab
Python 3.5.0 (default, Oct 17 2015, 16:12:04) 
Type "copyright", "credits" or "license" for more information.

IPython 4.2.1 -- An enhanced Interactive Python.
?         -> Introduction and overview of IPython's features.
%quickref -> Quick reference.
help      -> Python's own help system.
object?   -> Details about 'object', use 'object??' for extra details.
Using matplotlib backend: TkAgg

In [1]: import numpy as np

In [2]: import matplotlib.pyplot as plt

In [3]: from sklearn.datasets import make_moons

In [4]: np.random.seed(0)

In [5]: X, y = make_moons(200, noise=0.20)

In [6]: plt.scatter(X[:,0], X[:,1], s=40, c=y, cmap=plt.cm.Spectral)
Out[6]: <matplotlib.collections.PathCollection at 0x119813ef0> 

Die für die Implementierung ausgegebenen Datenpunkte sind wie folgt.

Das ist alles für heute.