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。 二、实践方案 三、实践任务分解 根据所选的题目，明确实验步骤，分解任务到每天。 四、实践计划 按任务分解撰写计划表，每天按计划表开展工作。 第天根据实际情况更新计划表，有必要时调整。 1、选题：淘宝双11数 阅读全文

摘要： 补之前的： 2.机器学习相关数学基础（回老家没带电脑） 6.逻辑回归（这个作业是忘记时间） 15.手写数字识别-小数据集 1.手写数字数据集 from sklearn.datasets import load_digits digits = load_digits() 2.图片数据预处理 x：归一化 阅读全文

摘要： 1.学习记录 2、用自己的话总结“梯度”，“梯度下降”和“贝叶斯定理”， 梯度：在指定方向每单位距离的数值变化 梯度下降：简单来说就是解决一个问题的时候，寻找他的最优解，也可能是局部最优 贝叶斯定理：p(A|B)=P(A)x[p(B|A)/p(B)] 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

摘要： 2.机器学习相关数学基础 1）贴上视频学习笔记，要求真实，不要抄袭，可以手写拍照。 2.用自己的话总结“梯度”，“梯度下降”和“贝叶斯定理”，可以word编辑，可做思维导图，可以手写拍照，要求言简意赅、排版整洁。 梯度：可以说这是一个向量，梯度的方向与取得最大方向导数的方向一致，模为方向导数的最大值 阅读全文

摘要： 补第六次作业：https://www.cnblogs.com/lwwwjl123/p/13061751.html 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 机器学习 深度学习三者的关系是，人工智能包括机器学习，而机器学习包括深度学习。深度学习是机器学习众多算法中的一类，即通过 阅读全文

摘要： 1.读取 2.数据预处理 # 词性还原def get_wordnet_pos(treebank_tag): if treebank_tag.startswith('J'): return nltk.corpus.wordnet.ADJ elif treebank_tag.startswith('V' 阅读全文

摘要： 朴素贝叶斯垃圾邮件分类 读邮件数据集文件，提取邮件本身与标签。 2.邮件预处理 2.1传统方法 2.1 nltk库 分词nltk.sent_tokenize(text) #对文本按照句子进行分割 nltk.word_tokenize(sent) #对句子进行分词 2.2 punkt 停用词from 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。 分类与聚类的区别：是否有已知分类的条件。分类没有，聚类有。 监督学习：已知某些类别的情况下，即具有事先标记的数据，通过特征分析来学习的一类算法。 无监督学习：不具有事先标签的数据，缺乏先验知识 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 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 将n维特征映射到k维上（k<n），这k维是全新的正交特征。这k维特征称为主元，是重新构造出来的k维特征，而不是简单地从n维特征中去除其余n-k维特征。 二、并用自己的话阐述出两者的主要区 阅读全文