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。 人工智能为机器赋予人的智能；机器学习是一种实现人工智能的方法；深度学习是一种实现机器学习的技术 2. 全连接神经网络与卷积神经网络的联系与区别。 积神经网络：积神经网络是通过一层一层的节点组织起来的。和全连接神经网络一样，卷积神经网络中的每一个 阅读全文
2020年6月3日
2020年5月27日
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
2020年5月20日
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 名子分词 去掉过短的单词 词性还原 连接成字符串 传统方法来实现 nltk库的安装与使用 pip install nltk import nltk nltk.download() # sever地址改成 h 阅读全文
2020年5月13日
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。 答：区别：分类是事先定义好类别 ，类别数不变 。分类器需要由人工标注的分类训练语料训练得到，属于有指导学习范畴； 聚类没有事先预定的类别，类别数不确定。 聚类不需要人工标注和预先训练分类器，类别在聚类过程中自动生成 。 联系： 阅读全文
2020年4月28日
摘要：
一、用自己的话描述出其本身的含义： 1、特征选择 将高维空间的样本通过映射或者是变换的方式转换到低维空间，达到降维的目的，然后通过特征选取删选掉冗余和不相关的特征来进一步降维。 2、PCA 通过线性变换，将原始数据变换为一组 线性无关(基)的表示。从而提取数据的主要分量。 二、并用自己的话阐述出两者 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） 答（1）逻辑回归通过正则化可以防止过拟合； （2）正则化，就是通过收缩的办法，限制模型变的越来越「大」，牺牲样本内误差，降低模型（参数）的误差，从而提高样本外的预测效果，防止过拟合。 2.用logiftic回归来进 阅读全文
2020年4月27日
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
2020年4月25日
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？ 答：逻辑回归是一种广义的线性回归分析模型，是一种用于解决二分类问题的机器学习方法，用于估计某种事物的可能性。 一、性质不同 1、逻辑回归：是一种广义的线性回归分析模型。copy 2、线性回归：利用数理统计中回归分析，来确定两种或两 阅读全文
2020年4月22日
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 1.一元线性回归和多元线性回归区别 2.线性回归定义： 3.数组与矩阵的区别： 4.机器预测和真实值会有一定的误差 5.减小误差的方法 正规方程： 梯度下降： 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） 房 阅读全文
2020年4月19日
摘要：
1. 应用K-means算法进行图片压缩 from sklearn.cluster import KMeans import matplotlib.image as img import matplotlib.pyplot as plt import sys import numpy as np i 阅读全文
