04 2020 档案

第八次作业特征选择
摘要：8、特征选择 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 阅读全文
posted @ 2020-04-29 20:39 真真不知 阅读(118) 评论(0) 推荐(0)
第七次作业逻辑回归实践
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） 逻辑回归在算法层面是通过正则化来防止过拟合的，因为正则化是通过约束参数的范数使其不要太大，所以能够防止过拟合。 2.用logiftic回归来进行实践操作，数据不限。 import pandas as pdimpor 阅读全文
posted @ 2020-04-29 20:38 真真不知 阅读(143) 评论(0) 推荐(0)
机器学习第六次作业
摘要：6.逻辑归回 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？ 逻辑回归的思想是将样本特征和样本发生的概率联系起来，概率是一个0到1之间的数。逻辑回归解决的是分类问题，而不是回归问题，虽然它名字里有回归俩字。这里的可能性，不是数学上的概率，这里的可能性是特征值得加权求和，不是直接 阅读全文
posted @ 2020-04-24 16:21 真真不知 阅读(136) 评论(0) 推荐(0)
第五次作业
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 1）回归跟分类的区别： 2）线性回归的定义以及多元一次线性的方程： 3）线性回归的机器预测跟真实值是存在一定的误差的： 4）损失函数的公式，也就是计算误差大小的公式： 5）线性回归的算法、策略、优化： 6）最小二乘法的梯度 阅读全文
posted @ 2020-04-21 15:01 真真不知 阅读(123) 评论(0) 推荐(0)
第三次作业k均值算法
摘要：(1) 扑克牌手动演练k均值聚类过程 共有30张扑克牌，数字1到10，每个数字各三张。选取1、6、10作为一开始的中心，经过三轮后得到如图结果 (2)用sklearn.cluster.KMeans，鸢尾花花瓣长度数据做聚类，并用散点图显示. 代码如下 (3)鸢尾花完整数据做聚类并用散点图显示. 代码 阅读全文
posted @ 2020-04-16 12:10 真真不知 阅读(114) 评论(0) 推荐(0)
第二次作业
摘要：1）贴上视频学习笔记，要求真实，不要抄袭，可以手写拍照。 概率公式 分布式 方差 小结 3.矩阵和线代 2）用自己的话总结“梯度”，“梯度下降”和“贝叶斯定理”。 1、梯度： 梯度的本意是一个向量，表示某一函数在该点处的方向导数沿着该方向取得最大值，即函数在该点处沿着该方向变化最快，变化率最大。 2 阅读全文
posted @ 2020-04-14 11:34 真真不知 阅读(127) 评论(0) 推荐(0)
机器学习作业一
摘要：1. 机器学习概述 （1） (2) (3) 机器学习指：对于某类任务T和性能度量P，一个计算机程序被认为可以从经验E中学习是指，通过经验E改进后，它在任务T上由性能度量P衡量的性能有所提升。 机器学习中根据学习的方式不同可以主要可以细分为： 1 监督学习（Supervised Learning）：监 阅读全文
posted @ 2020-04-05 16:16 真真不知 阅读(147) 评论(0) 推荐(0)