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(142) 评论(0) 推荐(0)
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(135) 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 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)
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(112) 评论(0) 推荐(0)
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(121) 评论(0) 推荐(0)
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(142) 评论(0) 推荐(0)
摘要: 1. 已知算符优先关系矩阵如下表: + * i ( ) # + > < < < > > * > > < < > > i > > > > ( < < < < = ) > > > > # < < < < = 写出符号串(i+i)*i#的算符优先分析过程。答:算符优先分析过程如下: 步骤 栈 关系 输入串 阅读全文
posted @ 2019-12-12 21:46 真真不知 阅读(194) 评论(0) 推荐(0)
摘要: 一、实验目的: 利用C语言编制递归下降分析程序,并对简单语言进行语法分析。 编制一个递归下降分析程序,实现对词法分析程序所提供的单词序列的语法检查和结构分析。 二、实验原理 每个非终结符都对应一个子程序。 该子程序根据下一个输入符号(SELECT集)来确定按照哪一个产生式进行处理,再根据该产生式的右 阅读全文
posted @ 2019-11-29 12:33 真真不知 阅读(176) 评论(0) 推荐(0)
摘要: 1.将以下文法消除左递归,分析符号串 i*i+i 。 并分别求FIRST集、FOLLOW集,和SELECT集 E -> E+T | T T -> T*F | F F -> (E) | i 消除左递归: E -> TE’ E’ -> +TE’ | ε T -> FT’ T’ -> *FT’ | ε F 阅读全文
posted @ 2019-11-14 20:39 真真不知 阅读(257) 评论(0) 推荐(0)
摘要: 1.将DFA最小化:教材P65 第9题 2.构造以下文法相应的最小的DFA S→ 0A|1B A→ 1S|1 B→0S|0 解: S→ 0A|1B →S → 0(1S|1)|1(0S|0) →01S | 01 | 10S | 10 →(01 | 10)S | (01 | 10) →(01 | 10) 阅读全文
posted @ 2019-11-07 19:52 真真不知 阅读(125) 评论(0) 推荐(0)