本文整理汇总了Python中sklearn.decomposition.RandomizedPCA.transforom方法的典型用法代码示例。如果您正苦于以下问题：Python RandomizedPCA.transforom方法的具体用法？Python RandomizedPCA.transforom怎么用？Python RandomizedPCA.transforom使用的例子？那么, 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sklearn.decomposition.RandomizedPCA的用法示例。
在下文中一共展示了RandomizedPCA.transforom方法的1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: GridSearchCV
# 需要导入模块: from sklearn.decomposition import RandomizedPCA [as 别名]
# 或者: from sklearn.decomposition.RandomizedPCA import transforom [as 别名]
svm_cv_scores.mean(), svm_cv_scores.std()
from sklearn.grid_search import GridSearchCV
param_grid = {
'C': [1e3, 5e3, 1e4, 1e5],
'gamma': [0.0001, 0.0005, 0.001, 0.005, 0.01, 0.1],
}
clf = GridSearchCV(svm, param_grid, scoring='f1', cv=cv, n_jobs=2)
clf = clf.fit(X_train_pca, y_train)
print("Best estimator found by randomized hyper parameter search:")
print(clf.best_params_)
print("Best parameters validation score: {:.3f}".format(clf.best_score_))
X_test_pca = pca.transforom(X_test)
y_pred = clf.predict(X_test_pca)
def title(y_pred, y_test, target_names, i):
pred_name = target_names[y_pred[i]].rsplit(' ', 1)[-1]
true_name = target_names[y_test[i]].rsplit(' ', 1)[-1]
return 'predicted: %s\ntrue: %s' % (pred_name, true_name)
prediction_titles = [title(y_pred, y_test, names, i)
for i in range(y_pred.shape[0])]
plot_gallery(X_test, prediction_titles, h, w)
pl.show()