from sklearn import datasets
iris = datasets.load_iris()
list(iris.keys())

X = iris["data"]
y = (iris["target"] == 2).astype(np.int)  # 1 if Iris-Virginica, else 0

#Ausgeweogenen Datensatz erstellen: 57 1, 143 0

Xshort1 = X[y==1]
print(len(Xshort1))
yshort1 = y[y==1]

Xshort0 = X[y==0][0:143,]
print(len(Xshort0))
yshort0 = y[y==0][0:143,]

Xshort=np.concatenate((Xshort1,Xshort0),axis=0)
yshort=np.concatenate((yshort1,yshort0),axis=0)
Xshort


print("Hello World")

Ich kenne einen guten Fahrrad-Witz. Aber den Fahrrad ich dir nicht.


()()
( . .)
c(")(")




def softmax (X) :
    A= np.exp(X),
    B=np.sum(np.exp(X))
    return A/B


def softmax(X):
    A = np.exp(X), # e^xi
    B = np.sum(A) # die Summe aller Elemente 
    return A/B # e^xi geteilt durch die Summe aller Elemente