2020年4月29日
4.29第九次作业
摘要： 一、用自己的话描述出其本身的含义： 1.特征选择 特征选择就是在大数据的很多特征中筛选出符合要求的特征，而且没有进行降维或者其他变化。 2.PCA 就是降低维数，减少数据的某些属性，降低冗余度，同时也从这些现有的特征中构建新的特征，提高模型构建的准确度。 二、并用自己的话阐述出两者的主要区别 1.特 阅读全文
posted @ 2020-04-29 10:17 沧笙。 阅读(111) 评论(0) 推荐(0)
4.29第八次作业
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 @ 2020-04-29 10:15 沧笙。 阅读(112) 评论(0) 推荐(0)
4.29第七次作业
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)逻辑回归是利用正则化来防止过拟合的； 2)正则化，即保留所有特征，但降低参数的值的影响。正则化的优点是，特征很多时，每个特征都会有一个合适的影响因子。 所以只要正则化的参数设置得足够大，权重矩阵就被设置为接近于 阅读全文
posted @ 2020-04-29 10:11 沧笙。 阅读(107) 评论(0) 推荐(0)