摘要：
1.手写数字数据集 from sklearn.datasets import load_digits digits = load_digits() （1）获取的数据集： （2）提取的x值： 2.图片数据预处理 x：归一化MinMaxScaler() y：独热编码OneHotEncoder()或to_ 阅读全文
posted @ 2020-06-09 09:48
WEJACKSI
阅读(197)
评论(1)
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 @ 2020-06-09 09:12
WEJACKSI
阅读(146)
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。 人工智能最大，根本在于智能；机器学习次之，机器学习是实现人工智能的一种方法；深度学习最后，但深度学习是实现机器学习的一种核心技术。 2. 全连接神经网络与卷积神经网络的联系与区别。 卷积神经网络中的每一个节点就是一个神经元。在全连接神经网络中， 阅读全文
posted @ 2020-06-09 09:07
WEJACKSI
阅读(114)
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 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 传统方法来实现 2.2 nltk库的安装与使用 pip install nltk import nltk nl 阅读全文
posted @ 2020-06-09 09:05
WEJACKSI
阅读(106)
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 @ 2020-06-09 09:04
WEJACKSI
阅读(152)
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 特征选择是将高维数据映射或者转换改成低维数据，完成降维目标，通过特征选取的方式将冗余或者不相关的特征删除掉，实现进一步的降维。 2、PCA 主成分分析又叫主元分析，该方法主要的思想是通过原始特征进行变换，从而找出一组互相不相关而且重要性从小到大排列的 阅读全文
posted @ 2020-06-09 09:01
WEJACKSI
阅读(163)
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 from sklearn.featu 阅读全文
posted @ 2020-06-09 09:00
WEJACKSI
阅读(165)
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？】 · 防止过拟合的方法： （1）增加样本量（适用任何模型）。 （2）如果数据稀疏，使用L1正则，其他情况，使用L2。 L1正则，通过增大正则项导致更多参数为0，参数系数化降低模型复杂度，从而抵抗过拟合。 L2正则，通过使得参数都趋于0，变 阅读全文
posted @ 2020-06-09 08:57
WEJACKSI
阅读(194)
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？ 逻辑回归是离散选择法模型之一，属于多重变量分析范畴，是社会学、生物统计学、临床、数量心理学、计量经济学、市场营销等统计实证分析的常用方法。 逻辑回归处理的是分类问题，线性回归处理的是回归问题，这是两者最本质的区别。 2.自述一下什 阅读全文
posted @ 2020-06-09 08:55
WEJACKSI
阅读(105)
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 回归算法的含义： 线性回归的含义： 2.思考线性回归算法可以用来做什么？（大家尽量不要写重复） 答：线性回归的预测模型虽然是一元（线性）方程，但现实中很多应用场景符合这个模型，例如商品的价格与商品的销量之间的关系。 3.自 阅读全文
posted @ 2020-06-09 08:53
WEJACKSI
阅读(185)
评论(0)
推荐(0)
浙公网安备 33010602011771号