python写softmax分类三类平面上的二维点的代码

可以使用以下代码实现：

import numpy as np

def softmax(x):
    """Compute softmax values for each sets of scores in x."""
    e_x = np.exp(x - np.max(x))
    return e_x / e_x.sum(axis=0)

# 生成三类平面上的二维点
np.random.seed(0)
num_points = 100
X = np.zeros((num_points*3, 2))
y = np.zeros(num_points*3, dtype=int)
for i in range(3):
    mean = np.random.randn(2)
    cov = np.eye(2)
    X[i*num_points:(i+1)*num_points, :] = np.random.multivariate_normal(mean, cov, num_points)
    y[i*num_points:(i+1)*num_points] = i

# 对数据进行归一化
X = (X - np.mean(X, axis=0)) / np.std(X, axis=0)

# 计算每个点的softmax概率
scores = np.dot(X, np.random.randn(2, 3))
probs = softmax(scores.T).T

# 预测每个点属于哪一类
predictions = np.argmax(probs, axis=1)

print(predictions)

这段代码会生成三类平面上的二维点，并使用softmax分类算法对这些点进行分类。