摘要： 一、选题与意义 1.Hadoop平台应用 2.Kaggle分析数据项目 简要说明理由与意义。 选题：1.Hadoop平台应用 淘宝双11数据分析与预测 官网：http://dblab.xmu.edu.cn/post/8116/ 理由：对于使用hadoop实验比较熟悉一点 二、实践方案 简要说明理由。 阅读全文

摘要： 未交作业（12.朴素贝叶斯-垃圾邮件分类）链接：https://www.cnblogs.com/chenjd/p/12910004.html 由于之前写好后未发布，而且有点忙，所以忘记交了，其它的作业我也是比较早完成提交的。 1.手写数字数据集 from sklearn.datasets impor 阅读全文

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。 AI是设备或机器的总体描述，它以智能的方式运行，机器学习作为其子集，深度学习作为机器学习的子集。换句话说，机器学习和深度学习被归类为AI，但AI不一定是机器学习或深度学习。 2. 全连接神经网络与卷积神经网络的联系与区别。 DNN是指深度神经网 阅读全文

摘要： 1.读取 代码： #1、读取file_path=r'E:\作业\大三上\人工智能\works\robot\7\SMSSpamCollection'sms=open(file_path,'r',encoding='utf-8')sms_data=[]#字符串sms_label=[]csv_reader 阅读全文

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

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。 分类：根据一些给定的已知类别标号的样本，训练某种学习机器（即得到某种目标函数），使它能够对未知类别的样本进行分类。 聚类：聚类的时候，我们并不关心某一类是什么，我们需要实现的目标只是把相似的东 阅读全文

摘要： 一、用自己的话描述出其本身的含义： 1、特征选择 能够提升模型的性能，帮助我们理解数据的特点、底层结构 2、PCA 使用较少的数据维度，同时保留住较多的原数据点的特性。尽可能将原始特征往具有最大投影信息量的维度上进行投影。将原特征投影到这些维度上，使降维后信息量损失最小 二、并用自己的话阐述出两者的 阅读全文

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 代码： from sklearn.f 阅读全文

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） 防止过拟合： 算法：正则化； 数据：加大样本量；通过特征选择减少特征量 业务：EDA-探索有区分性的特征；特征派生-不断派生更多强组合的特征。 正则化防止过拟合：要拟合训练数据，就要足够大的模型空间；而用了足够大的 阅读全文

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？ 逻辑回归是一种广义的线性回归分析模型，要求因变量必须是连续性数据变量。常用于数据挖掘，疾病自动诊断，经济预测等领域。 线性回归是利用数理统计中回归分析，来确定两种或两种以上变量间相互zd依赖的定量关系的一种统计分析方法，要求因变量 阅读全文