摘要：
一、选题与意义 1.选题：Kaggle分析数据项目：泰坦尼克号：从灾难中学习 2.理由和意义：一：因为第一题需要构建很多镜像和平台，很难预测是否会在安装中报错等等，而且hadoop太久没用过了。第二题的话，所需的软件和环境都以及布置完成了，不需要再去构建。 二：更喜欢Kaggle分析数据 二、实践方 阅读全文
|
摘要：
一、选题与意义 1.选题：Kaggle分析数据项目：泰坦尼克号：从灾难中学习 2.理由和意义：一：因为第一题需要构建很多镜像和平台，很难预测是否会在安装中报错等等，而且hadoop太久没用过了。第二题的话，所需的软件和环境都以及布置完成了，不需要再去构建。 二：更喜欢Kaggle分析数据 二、实践方 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 from sklearn.featu 阅读全文
摘要：
机器学习作业8--特征选择 : https://www.cnblogs.com/dongxinghui/p/13125729.html 1.手写数字数据集 from sklearn.datasets import load_digits digits = load_digits() from skl 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 如上图，人工智能是最早出现的，也是最大、最外侧的同心圆;其次是机器学习，稍晚一点;最内侧，是深度学习，当今人工智能大爆炸的核心驱动。人工智能的一些较小的子集发展了起来。先是机器学习，然后是深度学习。深度学习又是机器学习的子集。 2. 全连接神经网 阅读全文
摘要：
1读取 file_path = r'C:\Users\jiqixuexi\SMSSpamCollection'sms = open(file_path, 'r', encoding='utf-8')sms_data = []sms_label = []csv_reader = csv.reader( 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。 联系：分类与聚类都是通过预处理使得数据能基于一个分析目标而被整理。 区别：分类是有监督，靠的是学习； 聚类无监督，靠的是启发式搜索。 简述什么是监督学习与无监督学习。 有监督学习：使用的是有标签的数据（即实现分好类了） 无监督 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） 1. 增加样本量； 2. 通过特征选择，剔除一些不重要的特征，从而降低模型复杂度。3. 检查业务逻辑；4.进行离散化处理，所有特征都离散化。 正则化是通过约束参数的范数使其不要太大，所以可以在一定程度上减少过拟合情 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？ （1）什么是逻辑回归？ 逻辑回归是一种有监督的统计学习方法，主要用于对样本进行分类。 （2）与线性回归对比，有什么不同？ 线性回归是解决回归问题。 结果是连续型。 逻辑回归是分类问题，不是回归问题，结果是离散型，主要解决二分类问题 阅读全文
|