Michael是个半路程序员

机器学习过程中经常需要可视化，有助于加强对模型和参数的理解。 下面对梯度下降过程进行动图演示，可以修改不同的学习率，观看效果。 import numpy as np import matplotlib.pyplot as plt from IPython import display X = 2*np.random.rand(100,1) y = 4+3*X+np.random.randn(100,1) # randn正态分布 X_b = np.c_[np.ones((100,1)),X] # c_行

文章目录4. distplot(a=,kde=False)，直方图 learn from https://www.kaggle.com/learn/data-visualization 上一篇：seaborn绘图入门（lineplot+barplot+heatmap+scatterplot） 4. distplot(a=,kde=False)，直方图 kde不写，或者为True，会出现曲线 # 直方图 Histogram filepath = "iris.csv" iris_data = pd.read_

文章目录1. lineplot 线图2. barplot 、heatmap 条形图、热图2.1 barplot，条形图2.2 heatmap，热图3. scatterplot、regplot 散点图3.1 scatterplot，普通散点图3.2 regplot，带回归线3.3 scatterplot(x=,y=,hue=) ，hue带第三个变量区分3.4 lmplot，3变量+2回归线3.5 swarmplot，分类散点图 learn from https://www.kaggle.com/learn/d