本文整理汇总了Python中sklearn.qda.QDA.predict_log_proba方法的典型用法代码示例。如果您正苦于以下问题：Python QDA.predict_log_proba方法的具体用法？Python QDA.predict_log_proba怎么用？Python QDA.predict_log_proba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sklearn.qda.QDA的用法示例。
在下文中一共展示了QDA.predict_log_proba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: QDA
# 需要导入模块: from sklearn.qda import QDA [as 别名]
# 或者: from sklearn.qda.QDA import predict_log_proba [as 别名]
X[2 * n_samples:3 * n_samples, ] = np.random.multivariate_normal(mean_2, cov,
n_samples)
y = np.zeros(3 * n_samples,)
y[n_samples:2 * n_samples] = 1
y[2 * n_samples:3 * n_samples, ] = 2
# QDA
clf = QDA()
clf.fit(X, y)
display_1 = [2, 2]
display_2 = [3, 1]
display_3 = [2.5, 2.5]
values_proba_qda_1 = np.exp(clf.predict_log_proba(display_1))[0]
values_proba_qda_2 = np.exp(clf.predict_log_proba(display_2))[0]
values_proba_qda_3 = np.exp(clf.predict_log_proba(display_3))[0]
fig3 = plt.figure()
plot_2d(X, y)
resolution_param = 500 # 500 for nice plotting, 50 for fast version
color_text = '#ff8101'
frontiere(lambda xx: clf.predict(xx), X, step=resolution_param)
plt.annotate(r'' + '(%.2f' % values_proba_qda_1[0] + ', %.2f'
% values_proba_qda_1[1] + ', %.2f)' % values_proba_qda_1[2],
xy=(display_1[0], display_1[1]), xycoords='data',
color=color_text, xytext=(-150, +100), textcoords='offset points',