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。 本人电脑硬件相对落后，对运行虚拟机以及处理大量数据方面并不友好，因此我选择第二项kaggle分析数据项目：泰坦尼克号的生存预测。 二、实践方案 简要说明理由。 下载准备好数据集，使用训练数据集对模型行进行训 阅读全文
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
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。 三者联系： 三者区别： 人工智能比喻成的孩子大脑，机器学习就是让孩子去掌握认知能力的过程，而深度学习是这过程中很有效率的一种教学体系。人工智能是目的，是结果；深度学习、机器学习是方法，是工具。 机器学习是人工智能的一种途径或子集，它强调“学习” 阅读全文
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
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 代码以及部分结果截图如下： 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 impor 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。 联系：分类与聚类都是通过预处理使得数据能基于一个分析目标而被整理。 区别：分类是有监督，靠的是学习； 聚类无监督，靠的是启发式搜索。 简述什么是监督学习与无监督学习。 有监督学习：事先知道训练样本的标签，通过挖掘将属于不同类别 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 特征选择是选择部分特征当做机器学习的相关数据，也就是特征选择后的特征是原来特征的一个子集。 2、PCA 主成分分析本质是一种分析，是简化数据集的技术，目的是数据维数压缩，尽可能降低原数据的维数，损失少量信息。 二、并用自己的话阐述出两者的主要区别 特 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 代码及运行结果： 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） 逻辑回归是通过正则化防止过拟合；当我们有很多特征变量时，其中每一个变量都能对预测产生一点影响。正如我们在房价预测的例子中看到的那样，我们可以有很多特征变量，其中每一个变量都是有用的，因此我们不希望把它们删掉，而正则 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？ 逻辑回归是基于线性回归的一种分类模型，逻辑回归虽说是回归但它解决的是分类问题，在实际问题中，所研究的变量往往不全是区间变量而是顺序变量或属性变量的时候，比如对于二项分布问题，需采用逻辑回归模型解决。 线性回归解决的就是回归问题，所 阅读全文