摘要： 1.手写数字数据集 from sklearn.datasets import load_digits digits = load_digits() from sklearn.datasets import load_digits import numpy as np import pandas as 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。 人工智能是目的，是结果；深度学习、机器学习是方法，是工具；机器学习，一种实现人工智能的方法，机器学习都可以被精准地定义为：任务、训练过程、模型表现。深度学习则是一种实现机器学习的技术；他适合处理大数据。深度学习使得机器学习能够实现众多应用，并拓 阅读全文

摘要： 1.读取 def read_dataset(): file_path = r'SMSSpamCollection' sms = open(file_path, encoding='utf-8') sms_data = [] sms_label = [] csv_reader = csv.reader 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 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

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：分类过程需要做的就是把每一条记录归到对应的类别之中。分类的目的是为了确定一个点的类别，具体有哪些类别是已知的，提高认知效率、降低认知成本 聚类：聚类是指将数据集划分为若干类，使得类内之间 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 2、PCA 特征选择：单纯的从提取到的所有特征中选择部分特征作为训练集特征，特征在选择后可以改变值、也不改变值，但是选择特征后的特征维数肯定比选择前小，毕竟我们只选择了其中的一部分特征，部分特征的相关度高，容易消耗计算性能，部分特征对预测结果有影响。 阅读全文

摘要： 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） （1）增加样本量 （2）如果数据稀疏，使用L1正则，其他情况，用L2要好，可自己尝试。 （3）通过特征选择，剔除一些不重要的特征，从而降低模型复杂度。 （4）如果还过拟合，那就看看是否使用了过度复杂的特征构造工程，比如 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.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？ 逻辑回归的思想是将样本特征和样本发生的概率联系起来，概率是一个0到1之间的数。逻辑回归解决的是分类问题，而不是回归问题，虽然它名字里有回归俩字。这里的可能性，不是数学上的概率，这里的可能性是特征值得加权求和，不是直接相乘。离散选择 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 机器学习——回归 回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析。如果回归分析中包括两个或两个以上的自变量，且因变量和自变量之间是线性关系，则称为多元线性回归分 阅读全文