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 简要说明理由。 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. 阅读全文
摘要：
1、聚类-Kmeans算法应用 2、分类-朴素贝叶斯-中文文本分类 重要代码 目录 预测： 3. 深度学习-卷积神经网络CNN-手写数字识别 代码 测试 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。 机器学习是一种实现人工智能的方法，深度学习是一种实现机器学习的技术。 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就是一个神经元。在全连接神经网 阅读全文
摘要：
1.读取 import csv # 用csv读取邮件数据，分解出邮件类别及邮件内容file_path = r"E:\data\SMSSpamCollection.txt"sms = open(file_path,"r", encoding = "utf - 8")sms_data = []sms_l 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 2.邮件预处理 邮件分句 句子分词 大小写，标点符号，去掉过短的单词 词性还原：复数、时态、比较级 连接成字符串 2.1 传统方法来实现 2.2 nltk库的安装与使用 pip install nltk import nltk nl 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。 对于分类来说，在对数据集分类时，我们是知道这个数据集是有多少种类的，比如对一个学校的在校大学生进行性别分类，我们会下意识很清楚知道分为“男”,“女” 对于聚类来说，在对数据集操作时，我们是不知道该数据集包含多少类，我们要做的， 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：也称特征子集选择( Feature Subset Selection , FSS )，或属性选择( Attribute Selection )。是指从已有的M个特征(Feature)中选择N个特征使得系统的特定指标最优化，是从原始特征中选择出一些最有 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 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） 逻辑回归进行离散化处理，所有特征都离散化。就是所有特征都为单独的特征。 正则化是扩大了差距，然后统计，最后减小误差 2.用logiftic回归来进行实践操作，数据不限 #201706120195#蔡云桓#软件170 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？ 逻辑回归比较的是依据现有的逻辑回归方程去解算个体的某种事情的概率，线性回归是依靠变量与变量之间的关系去计算相关性 2.自述一下什么是过拟合和欠拟合？ “过拟合就是训练的时候效果很好损失函数值可以降得很低，但是到测试数据集的时候表现 阅读全文