2020年6月10日
15
摘要： 1.手写数字数据集 from sklearn.datasets import load_digits digits = load_digits() 2.图片数据预处理 x：归一化MinMaxScaler() y：独热编码OneHotEncoder()或to_categorical 训练集测试集划分 阅读全文
posted @ 2020-06-10 21:59 广宇小陈 阅读(125) 评论(0) 推荐(0)
13垃圾邮件分类2
摘要： 1.读取 2.数据预处理 import csv import nltk import re from nltk.corpus import stopwords from nltk.stem import WordNetLemmatizer import pandas as pd #返回类别 def 阅读全文
posted @ 2020-06-10 10:11 广宇小陈 阅读(78) 评论(0) 推荐(0)
2020年6月9日
12朴素贝叶斯-垃圾邮件分类+
摘要： 1. 读邮件数据集文件，提取邮件本身与标签。 列表 numpy数组 2.邮件预处理 邮件分句 句子分词 大小写，标点符号，去掉过短的单词 词性还原：复数、时态、比较级 连接成字符串 2.1 nltk库分词 nltk.sent_tokenize(text) #对文本按照句子进行分割 nltk.word 阅读全文
posted @ 2020-06-09 17:18 广宇小陈 阅读(125) 评论(0) 推荐(0)
11 11分类与监督学习，朴素贝叶斯分类算法
摘要： 1.理解分类与监督学习、聚类与无监督学习。 简述分类与聚类的联系与区别。 分类就是按照数据的属性给对象贴上标签，再根据标签来分类，属于无监督学习，聚类就是指事先定义好类别，然后通过某种度量（比如距离）将他们分类。 简述什么是监督学习与无监督学习。 有监督学习：通过已有的训练样本去训练得到一个最优模型 阅读全文
posted @ 2020-06-09 15:09 广宇小陈 阅读(133) 评论(0) 推荐(0)
8 特征选择
摘要： 用过滤法对以下数据进行特征选择： [[0,2,0,3], [0,1,4,3], [0,1,1,3]] 要求： 1、Variance Threshold（threshold =1.0） 2、将结果截图放上来（没有条件的备注说明原因）注意：每个人的电脑ID是不一样的 阅读全文
posted @ 2020-06-09 11:27 广宇小陈 阅读(76) 评论(0) 推荐(0)
7 逻辑回归实践
摘要： 1.逻辑回归是怎么防止过拟合的？为什么正则化可以防止过拟合？（大家用自己的话介绍下） （1）逻辑回归是怎么防止过拟合的？ 利用正则化来防止过拟合。正则化可以有更小的权值w，从某种意义上说，表示网络的复杂度更低，对数据的拟合刚刚好 （2）为什么正则化可以防止过拟合？ 过拟合的时候，拟合函数的系数往往非 阅读全文
posted @ 2020-06-09 10:48 广宇小陈 阅读(71) 评论(0) 推荐(0)
6 逻辑回归
摘要： 1.用自己的话描述一下，什么是逻辑回归，与线性回归对比，有什么不同？ 逻辑回归是一种用于解决二分类问题的机器学习方法；简单来说，就是用于估计某种事物发生的可能性，例如：今天是晴天的可能性，用户购买某商品的可能性。 逻辑回归和线性回归都是一种广义的线性回归模型，逻辑回归与线性回归有很多相同之处，去除S 阅读全文
posted @ 2020-06-09 09:31 广宇小陈 阅读(64) 评论(0) 推荐(0)
2020年6月2日
14深度学习-卷积
摘要： 1.简述人工智能、机器学习和深度学习三者的联系与区别。 联系：深度学习使得机器学习能够实现众多应用，并拓展了人工智能的领域范畴。 区别：人工智能是目的，是结果；深度学习、机器学习是方法，是工具；深度学习则是一种实现机器学习的技术；它适合处理大数据。 2. 全连接神经网络与卷积神经网络的联系与区别。 阅读全文
posted @ 2020-06-02 08:37 广宇小陈 阅读(174) 评论(0) 推荐(0)
2020年5月24日
13垃圾邮件分类
摘要： 1.读取 file_path = r'D:\DingDing\main\current\download\SMSSpamCollection'sms = open(file_path, 'r', encoding='utf-8')sms_data = []sms_label = [] csv_rea 阅读全文
posted @ 2020-05-24 23:09 广宇小陈 阅读(156) 评论(0) 推荐(0)
2020年5月2日
作业九
摘要： 一、用自己的话描述出其本身的含义： 1、特征选择 通过特征选取删选掉冗余和不相关的特征来进一步降维的特征。 2、PCA：是一种分析、简化数据集的技术。可以尽可能降低原数据的维度 （复杂度），损失少量信息。 二、并用自己的话阐述出两者的主要区别 特征选择主要用于特征较少时使用，而主成份分析的特征可达上 阅读全文
posted @ 2020-05-02 11:58 广宇小陈 阅读(131) 评论(0) 推荐(0)