本文整理汇总了Python中mlxtend.classifier.SoftmaxRegression.predict方法的典型用法代码示例。如果您正苦于以下问题：Python SoftmaxRegression.predict方法的具体用法？Python SoftmaxRegression.predict怎么用？Python SoftmaxRegression.predict使用的例子？那么恭喜您, 这里精选的方法代码示例或许可以为您提供帮助。您也可以进一步了解该方法所在类mlxtend.classifier.SoftmaxRegression的用法示例。
在下文中一共展示了SoftmaxRegression.predict方法的5个代码示例，这些例子默认根据受欢迎程度排序。您可以为喜欢或者感觉有用的代码点赞，您的评价将有助于系统推荐出更棒的Python代码示例。
示例1: test_multi_logistic_regression_gd_acc
# 需要导入模块: from mlxtend.classifier import SoftmaxRegression [as 别名]
# 或者: from mlxtend.classifier.SoftmaxRegression import predict [as 别名]
def test_multi_logistic_regression_gd_acc():
lr = SoftmaxRegression(epochs=200,
eta=0.005,
minibatches=1,
random_seed=1)
lr.fit(X, y)
assert (y == lr.predict(X)).all()示例2: test_binary_logistic_regression_sgd
# 需要导入模块: from mlxtend.classifier import SoftmaxRegression [as 别名]
# 或者: from mlxtend.classifier.SoftmaxRegression import predict [as 别名]
def test_binary_logistic_regression_sgd():
t = np.array([[0.13, -0.12],
[-3.06, 3.05]])
lr = SoftmaxRegression(epochs=200,
eta=0.005,
minibatches=len(y_bin),
random_seed=1)
lr.fit(X_bin, y_bin) # 0, 1 class
np.testing.assert_almost_equal(lr.w_, t, 2)
assert (y_bin == lr.predict(X_bin)).all()示例3: test_binary_logistic_regression_gd
# 需要导入模块: from mlxtend.classifier import SoftmaxRegression [as 别名]
# 或者: from mlxtend.classifier.SoftmaxRegression import predict [as 别名]
def test_binary_logistic_regression_gd():
t = np.array([[-0.2, 0.2],
[-3.09, 3.09]])
lr = SoftmaxRegression(epochs=200,
eta=0.005,
minibatches=1,
random_seed=1)
lr.fit(X_bin, y_bin)
np.testing.assert_almost_equal(lr.w_, t, 2)
assert((y_bin == lr.predict(X_bin)).all())示例4: test_binary_l2_regularization_gd
# 需要导入模块: from mlxtend.classifier import SoftmaxRegression [as 别名]
# 或者: from mlxtend.classifier.SoftmaxRegression import predict [as 别名]
def test_binary_l2_regularization_gd():
t = np.array([[-0.17, 0.17],
[-2.26, 2.26]])
lr = SoftmaxRegression(epochs=200,
eta=0.005,
l2=1.0,
minibatches=1,
random_seed=1)
lr.fit(X_bin, y_bin)
np.testing.assert_almost_equal(lr.w_, t, 2)
assert (y_bin == lr.predict(X_bin)).all()示例5: test_binary_l2_regularization_gd
# 需要导入模块: from mlxtend.classifier import SoftmaxRegression [as 别名]
# 或者: from mlxtend.classifier.SoftmaxRegression import predict [as 别名]
def test_binary_l2_regularization_gd():
lr = SoftmaxRegression(eta=0.005,
epochs=200,
minibatches=1,
l2_lambda=1.0,
random_seed=1)
lr.fit(X_bin, y_bin)
y_pred = lr.predict(X_bin)
expect_weights = np.array([[-0.316, 0.317],
[-2.265, 2.265]])
np.testing.assert_almost_equal(lr.w_, expect_weights, 3)
acc = sum(y_pred == y_bin) / len(y_bin)
assert(acc == 1.0)