lab5的函数简析

1. np.concatenate() : 基于numpy库的一个数组拼接函数。注：一般axis = 0，就是对该轴向的数组进行操作，操作方向是另外一个轴，即axis=1。
   a = np.array([[1,2], [3,4]])
b = np.array([[5,6]])
np.concatenate((a, b), axis=0)
out:array([[1, 2], [3, 4], [5, 6]])
2. np.meshgrid() : 从坐标变量中返回一个坐标矩阵，其中 xv和yv分别是横纵轴的坐标，ravel函数是将矩阵变为一个一维的数组，其中xv.ravel()就表示x轴的坐标，yv.ravel()就表示了y轴的坐标。

nx,ny = (3,2)
    #从0开始到1结束，返回一个numpy数组,nx代表数组中元素的个数
    x = np.linspace(0,1,nx)
    #[ 0.   0.5  1. ]
    y = np.linspace(0,1,ny)
    # [0.  1.]
    xv,yv = np.meshgrid(x,y)
    '''
    xv
    [[ 0.   0.5  1. ]
     [ 0.   0.5  1. ]]
     yv
     [[ 0.  0.  0.]
      [ 1.  1.  1.]]
    '''

3.
https://blog.csdn.net/o1101574955/article/details/70212126
4.accuracy_score
分类准确率分数是指所有分类正确的百分比。分类准确率这一衡量分类器的标准比较容易理解，但是它不能告诉你响应值的潜在分布，并且它也不能告诉你分类器犯错的类型。
5.These two ideas illustrate one of the most important reasons that learning is even feasible: we believe that most datasets, in either their unsupervized form {x}{x} , or their supervized form {y,x}{y,x} , live on a lower dimensional subspace. If we can find this subspace, we can then hope to find a methodd which rerpectively separates or fits the data.