pos,neg= (y==1).reshape(m,1), (y==0).reshape(m,1)

这行代码是将给定的目标变量 y 中的正例和负例分别转化为一个列向量 pos 和 neg。其中，y==1 表示找出所有 y 中等于 1 的元素，返回一个布尔型数组，然后 reshape(m,1) 将该数组转换为 m 行 1 列的二维数组，即列向量。同理，y==0 表示找出所有 y 中等于 0 的元素，reshape(m,1) 将该数组转换为 m 行 1 列的列向量。最终，pos 和 neg 分别表示 y 中的正例和负例样本。

相关问题

pos , neg = (y==1).reshape(100,1) , (y==0).reshape(100,1)

这行代码是将标签 y 中值为 1 的位置，转换成一个 100 行 1 列的布尔数组 pos，值为 True 的位置即为 y 等于 1 的位置；同时将标签 y 中值为 0 的位置，转换成一个 100 行 1 列的布尔数组 neg，值为 True 的位置即为 y 等于 0 的位置。这里使用了 reshape 函数将原本的一维数组转换成了二维数组，方便后面进行矩阵运算。

pos , neg = (y==1).reshape(100,1) , (y==0).reshape(100,1) #把y=1的样本点reshape成（100，1）的矩阵，y=0的样本点也reshape成（100，1)的矩阵 plt.scatter(X[pos[:,0],0],X[pos[:,0],1],c="r",marker="+") plt.scatter(X[neg[:,0],0],X[neg[:,0],1],marker="o",s=10) plt.xlabel("Exam 1 score") plt.ylabel("Exam 2 score") plt.legend(["Admitted","Not admitted"],loc=0)

这段代码是用来进行数据可视化的，主要是将数据集中的两种类别（y=1和y=0）分别用不同的符号和颜色标注在散点图上。其中，红色加号代表y=1，表示考生被录取，黑色圆圈代表y=0，表示考生未被录取。plt.scatter函数用于绘制散点图，X[pos[:,0],0]表示选择X中第一列中所有y=1的样本点，X[pos[:,0],1]表示选择X中第二列中所有y=1的样本点。同理，X[neg[:,0],0]和X[neg[:,0],1]分别表示选择X中第一列和第二列中所有y=0的样本点。plt.xlabel和plt.ylabel函数分别用于设置x轴和y轴的标签，plt.legend函数用于设置图例。