seele233 - 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() from sklearn.datasets import load_digits import numpy as np import pandas as 阅读全文

posted @ 2020-06-08 21:52 seele233 阅读(198) 评论(0) 推荐(0) 编辑

13.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。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；机器学习都可以精准地被定义为：1任务T；2.训练过程E;3.模型表现P。深度学习则是一种实现机器学习的技术；它适合处理大数据。深度学习使得机器学阅读全文

posted @ 2020-06-01 11:29 seele233 阅读(139) 评论(0) 推荐(0) 编辑

2020年5月

12.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 21:36 seele233 阅读(175) 评论(0) 推荐(0) 编辑

11.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 import csv filepath = r"D:\data\SMSSpamCollection" sms = open(filepath, 'r', encoding='utf-8') csv_reader = csv.read 阅读全文

posted @ 2020-05-18 09:54 seele233 阅读(175) 评论(0) 推荐(0) 编辑

10.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。简述什么是监督学习与无监督学习。 2.朴素贝叶斯分类算法实例利用关于心脏病患者的临床历史数据集，建立朴素贝叶斯心脏病分类模型。有六个分类变量(分类因子)：性别，年龄、KILLP评分、饮酒、吸烟、住院天数目标分类变量疾病阅读全文

posted @ 2020-05-09 23:12 seele233 阅读(211) 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 2、PCA 二、并用自己的话阐述出两者的主要区别第一题：特征选择：从所有特征中选取有用的特征。 PCA：通过降维，建立新特征取代部分冗余的旧特征。第二题：特征选择 PCA 不会改变特征值会改变特征值不会减少数据集的维数可以减少数据集的维阅读全文

posted @ 2020-04-27 21:29 seele233 阅读(105) 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 from sklearn.feature_selection import VarianceThre 阅读全文

posted @ 2020-04-27 10:35 seele233 阅读(130) 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） 2.用logiftic回归来进行实践操作，数据不限。第一题： ①增加样本量。②对稀疏的数据进行正则化处理。③特征选择。④特征离散化。过拟合时，拟合函数的系数往往非常大，需要顾忌每一个点，最终形成的拟合函数波动很阅读全文

posted @ 2020-04-27 09:56 seele233 阅读(149) 评论(0) 推荐(0) 编辑

6.逻辑回归

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？ 2.自述一下什么是过拟合和欠拟合？ 3.思考一下逻辑回归的应用场景有哪些？ 1.逻辑回归：逻辑回归是一种用于解决二分类问题的机器学习方法，用于估计某种事物的可能性。线性回归逻辑回归要求变量服从正态分布对变量分布没有要求要阅读全文

posted @ 2020-04-23 20:08 seele233 阅读(144) 评论(0) 推荐(1) 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 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） 3.自主编写线性回归算法，数据可以自己造，或者从网上获取。（加分题）第一题 ①机器学习分类 ②了解回归算法 ③回归和分类的区别 ④线性回归模型 ⑤损失函数 ⑥ 阅读全文

posted @ 2020-04-21 10:58 seele233 阅读(127) 评论(0) 推荐(0) 编辑

公告