摘要： (作业补交) 2.机器学习相关数学基础 https://www.cnblogs.com/dulidemao/p/13085174.html 3.K均值算法 https://www.cnblogs.com/dulidemao/p/13070275.html 5.线性回归算法 https://www.c 阅读全文

摘要： 2-机器学习相关数学基础 一、学习笔记 1.线性代数 1）基本概念 2）矩阵 3）向量 2.概率论 1）概率 2）概率分布 3）期望和方差 二、关于 “梯度”，“梯度下降”和“贝叶斯定理” 梯度：梯度是一个向量，它的方向与取得最大方向导数的方向一致，而它的模为方向导数的最大值。即函数在该点处沿着梯度 阅读全文

摘要： 1.读取 file_path = r'C:\Users\zgz\机器学习\RobitStu\SMSSpamCollection' email = open(file_path,'r',encoding='utf-8') # 打开文件 email_data = [] # 列表存邮件 email_lab 阅读全文

摘要： 作业补交 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 阅读全文

摘要： 作业补交 一、用自己的话描述出其本身的含义： 1、特征选择：从原始数据中挑选出更具代表性，分类性能更好的特征，提高机器的性能 2、PCA：将高维的数据映射到低维的空间中，并期望在所投影的维度上数据的信息量最大，以此使用较少的数据维度，同时保留住较多的原数据点的特性。 二、并用自己的话阐述出两者的主要 阅读全文

摘要： 作业补交 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 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） 寻找到数据与数据之间的规律所在，从而就可以模拟出结果，也就是对结果进行预测。解决的就是通过已知的数据得到未知的结果。例如：对房价的预测、判断信用评价、电 阅读全文

摘要： 作业补交 1）. 扑克牌手动演练k均值聚类过程：>30张牌，3类 2）. *自主编写K-means算法 ，以鸢尾花花瓣长度数据做聚类，并用散点图显示。（加分题） 3）. 用sklearn.cluster.KMeans，鸢尾花花瓣长度数据做聚类，并用散点图显示. 4）. 鸢尾花完整数据做聚类并用散点图 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。 人工智能包含了机器学习，机器学习包含了深度学习，其中人工智能出现得最早。举例而言，如果想让机器区分一张图片中是猫还是狗，我们可以使用人工智能来解决，那么如何区分则可以使用机器学习的方法，通过对大量猫和狗的图片数据进行学习，经过算法处理生成模型， 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： 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