荔枝干 - 博客园

2020年6月

摘要： 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MinMaxScaler() y：独热编码OneHotEncoder()或to_categorical 训练集测试集划分阅读全文

posted @ 2020-06-09 22:09 荔枝干阅读(252) 评论(0) 推荐(0) 编辑

14 深度学习-卷积

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。机器学习：一种实现人工智能的方法机器学习最基本的做法，是使用算法来解析数据、从中学习，然后对真实世界中的事件做出决策和预测。与传统的为解决特定任务、硬编码的软件程序不同，机器学习是用大量的数据来“训练”，通过各种算法从数据中学习如何完成任务。阅读全文

posted @ 2020-06-01 17:27 荔枝干阅读(86) 评论(0) 推荐(0) 编辑

2020年5月

13-垃圾邮件分类2

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

posted @ 2020-05-23 20:06 荔枝干阅读(149) 评论(0) 推荐(0) 编辑

12.朴素贝叶斯-垃圾邮件分类

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

posted @ 2020-05-19 15:51 荔枝干阅读(121) 评论(0) 推荐(0) 编辑

11.分类与监督学习，朴素贝叶斯分类算法

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：分类与聚类都是在数据集中寻找离自己最近的点区别：分类是一种有监督学习，目的是为了确定点的类别，而类别是已知的；聚类是一种无监督学习，目的是将点分为成若干个类，事先是没有类别的。简述什么是监督学习与无监督学习。监督学阅读全文

posted @ 2020-05-11 22:24 荔枝干阅读(144) 评论(0) 推荐(0) 编辑

2020年4月

9、主成分分析

摘要：一、用自己的话描述出其本身的含义： 1、特征选择由于我们一般不会直接使用原始数据，所以就要进行特征选择；特征选择就是从多个特征中选择部分特征作为训练集的特征，特征在选择前后选择后不改变值 2、PCA PCA是特征降维，降维本质上是从一个维度空间映射到另一个维度空间，也就是说讲高维度数据集映射到低维阅读全文

posted @ 2020-04-30 11:36 荔枝干阅读(137) 评论(0) 推荐(0) 编辑

7.逻辑回归实践

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）逻辑回归在算法层面上，可以通过正则化来防止过拟合；也可以在数据层面尚通过加大样本量或者减少特征量来防止过拟合。而正则化大致上是通过让跟多的参数变为0或者参数趋于0，可以一定程度的减少过拟合的情况。 2.用logif 阅读全文

posted @ 2020-04-27 13:06 荔枝干阅读(109) 评论(0) 推荐(0) 编辑

8、特征选择

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、将结果截图阅读全文

posted @ 2020-04-27 10:02 荔枝干阅读(133) 评论(0) 推荐(0) 编辑

6.逻辑归回

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？逻辑回归和线性回归最大的不同在于，逻辑回归要求因变量必须是分类变量，二分类或者多分类的，是一种分类方法；而线性回归要求因变量必须是连续的数据变量 2.自述一下什么是过拟合和欠拟合？过拟合：过拟合就是训练样本被提取的特征比较多，这阅读全文

posted @ 2020-04-24 22:40 荔枝干阅读(122) 评论(0) 推荐(0) 编辑

5.线性回归算法

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回归和分类的区别最主要的一个是连续变量的预测，一个是离散变量的预测损失函数最小二乘法之梯度下降梯度下降的动态图课堂代码 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）线性回归可以应用在流行病学里做一个阅读全文

posted @ 2020-04-22 11:55 荔枝干阅读(153) 评论(0) 推荐(0) 编辑

公告