sj!

摘要： 1.手写数字数据集 from sklearn.datasets import load_digits digits = load_digits() digits = load_digits() x_data = digits.data.astype(np.float32) y_data = digi 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。 人工智能是最早出现的，其次是机器学习，最后是深度学习，当今人工智能大爆炸的核心驱动。 区别和联系： 2. 全连接神经网络与卷积神经网络的联系与区别。 卷积神经网络也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节点 阅读全文

摘要： 1.读取 sms = open("SMSSpamCollection", 'r', encoding='utf-8') # 数据读取 sms_data = [] sms_label = [] csv_reader = csv.reader(sms, delimiter='\t') for line 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 import csv file_path = r"SMSSpamCollection" sms = open(file_path, 'r', encoding='utf-8') data = csv.reader(sms, deli 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。 （1）分类与聚类： ① 联系：分类和聚类都包含一个过程：对于想要分析的目标点，都会在数据集中寻找离它最近的点，即二者都用到了NN算法。 ② 区别：分类是为了确定一个点的类别，具体有哪些类别是已 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 就比如有M个特征，在其中选择N个特征使得系统的特定指标达到最优的结果，这个从M→N的过程就是特征选择。 2、PCA 主成分分析，经常用于减少数据集的维数，同时保持数据集中的对方差贡献最大的特征，简单来说就是减少这份数据样本的某些属性，降低冗余，但是同 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 from sklearn.feature_selection import VarianceThre 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） · 逻辑回归降拟合方法： （1）增加样本量； （2）使用正则化：L1、L2正则化； （3）特征选择，剔除一些不重要的特征，从而降低模型复杂度； （4）进行离散化处理，这也是最主要的。 · 防止过拟合： 函数在某些小 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？ 逻辑回归又称logistic回归分析，是一种广义的线性回归分析模型，是一个专门解决二分类的分类算法。逻辑回归使用一个函数来归一化y值，使y的取值在区间(0,1)内，这个函数称为Logistic函数(logistic functio 阅读全文

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 · 我们先了解回归算法： · 课上老师举了线性回归的应用：①房价预测；②销售额预测；③贷款额度预测； 我们可以发现做线性回归，需要的数据都应该为连续型，最终要预测的因素成为目标值，把影响的因素成为特征；如果影响的因素只有一 阅读全文