摘要：
补交作业：第九次主成分分析 原因：当时忘记交了。 连接：https://www.cnblogs.com/INacl/p/12788161.html 1.手写数字数据集 from sklearn.datasets import load_digits digits = load_digits() 2. 阅读全文
posted @ 2020-06-10 16:45
INacl
阅读(116)
评论(0)
推荐(0)
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。 2. 全连接神经网络与卷积神经网络的联系与区别。 3.理解卷积计算。 以digit0为例，进行手工演算。 from sklearn.datasets import load_digits #小数据集8*8 digits = load_digit 阅读全文
posted @ 2020-06-01 20:58
INacl
阅读(122)
评论(0)
推荐(0)
摘要：
1.读取 2.数据预处理 3.数据划分—训练集和测试集数据划分 from sklearn.model_selection import train_test_split x_train,x_test, y_train, y_test = train_test_split(data, target, 阅读全文
posted @ 2020-05-25 09:45
INacl
阅读(246)
评论(0)
推荐(0)
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 名子分词 去掉过短的单词 词性还原 连接成字符串 传统方法来实现 nltk库的安装与使用 pip install nltk import nltk nltk.download() # sever地址改成 h 阅读全文
posted @ 2020-05-18 22:41
INacl
阅读(204)
评论(0)
推荐(0)
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。 简述什么是监督学习与无监督学习。 2.朴素贝叶斯分类算法 实例 利用关于心脏病患者的临床历史数据集，建立朴素贝叶斯心脏病分类模型。 有六个分类变量(分类因子)：性别，年龄、KILLP评分、饮酒、吸烟、住院天数 目标分类变量疾病 阅读全文
posted @ 2020-05-10 23:22
INacl
阅读(167)
评论(0)
推荐(0)
摘要：
一、用自己的话描述出其本身的含义： 1、特征选择 2、PCA 二、并用自己的话阐述出两者的主要区别 答： 1 特征选择：就是从原本的数据中，单纯地从提取到的所有特征中选择部分 特征作为训练集特征，本身的值没有任何改变，只是选取一部分特征进性训练， 而没有选择的那部分就被抛弃掉。 PCA：本质就是将数 阅读全文
posted @ 2020-04-27 17:22
INacl
阅读(155)
评论(0)
推荐(0)
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 答： #删除低方差特征0-9from sklearn.feature_selection impor 阅读全文
posted @ 2020-04-27 09:44
INacl
阅读(148)
评论(0)
推荐(0)
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） 2.用logiftic回归来进行实践操作，数据不限。 答：1.逻辑回归有两种方法防止过拟合，一种是通过减少数量特征，也就是变量。第二种 就是通过正则化了，一般都是通过正则化，因为正则化不需减少数量特征，只需要通过减 阅读全文
posted @ 2020-04-26 17:55
INacl
阅读(139)
评论(0)
推荐(0)
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？ 2.自述一下什么是过拟合和欠拟合？ 3.思考一下逻辑回归的应用场景有哪些？ 答： 1.逻辑回归虽然是有“回归”二字，但他并不是回归算法，而是属于分类算法。两者需要的变量是不一样的， 逻辑回归是以离散型数据为因变量，它将数据拟合到一 阅读全文
posted @ 2020-04-24 12:51
INacl
阅读(150)
评论(0)
推荐(0)
摘要：
1.本节重点知识点用自己的话总结出来，可以配上图片，以及说明该知识点的重要性 答：本节主要是进性回归算法的讲解，对于回归算法，是适用于连续性变量的机器算法，向房价预测， 银行贷款的额度预测，它与分类算法不同，分类算法适用于离散型变量的机器算法。如下图 线性回归算法的特点： 1.建模速度快，不需要很复 阅读全文
posted @ 2020-04-22 11:49
INacl
阅读(129)
评论(0)
推荐(0)
浙公网安备 33010602011771号