04 2020 档案

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：相当于人为的控制一些特征里面的分布数据和大小分布，这种主成分降维就是通过数学运算，得到一个好的结果。 2、PCA：是一种分析、简化数据集的技术。可以尽可能降低原数据的维度 （复杂度），损失少量信息。 二、并用自己的话阐述出两者的主要区别 特征选择：只 阅读全文
posted @ 2020-04-30 10:06 罗奕涛 阅读(236) 评论(0) 推荐(0)
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： from sklearn.f 阅读全文
posted @ 2020-04-27 16:46 罗奕涛 阅读(128) 评论(0) 推荐(1)
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） 通过正则化来防止过拟合。 通过正则化把许多隐藏的单元权重的影响消除掉，这样这个神经网络就会变成一个小网络，没有那么复杂，这样就可以防止过拟合了。 2.用logiftic回归来进行实践操作，数据不限。 import 阅读全文
posted @ 2020-04-26 17:27 罗奕涛 阅读(201) 评论(0) 推荐(0)
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？ 逻辑回归是机器学习中的一种分类模型，在线性回归的基础上，套用了一个逻辑函数，用于估计某种事物的可能性。 不同的是： 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 阅读全文
posted @ 2020-04-23 10:32 罗奕涛 阅读(164) 评论(0) 推荐(0)
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 机器预测和真实值是有一定误差的 通过损失函数可以计算误差的大小，值越小，说明误差也小 矩阵必须是二维的 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） 线性回归算法，可以用来估算面积和房价的关系，可以用来计算股 阅读全文
posted @ 2020-04-20 17:02 罗奕涛 阅读(219) 评论(0) 推荐(0)
4.K均值算法--应用
摘要：1. 应用K-means算法进行图片压缩 读取一张图片 观察图片文件大小，占内存大小，图片数据结构，线性化 用kmeans对图片像素颜色进行聚类 获取每个像素的颜色类别，每个类别的颜色 压缩图片生成：以聚类中收替代原像素颜色，还原为二维 观察压缩图片的文件大小，占内存大小 源代码： from skl 阅读全文
posted @ 2020-04-16 18:20 罗奕涛 阅读(310) 评论(0) 推荐(0)
3.K均值算法
摘要：1）. 扑克牌手动演练k均值聚类过程：>30张牌，3类 30张牌 第一次划分 第二次划分 2）. *自主编写K-means算法 ，以鸢尾花花瓣长度数据做聚类，并用散点图显示。（加分题） 源代码： from sklearn.datasets import load_iris import numpy 阅读全文
posted @ 2020-04-13 23:58 罗奕涛 阅读(326) 评论(2) 推荐(0)
2.机器学习相关数学基础
摘要：1）贴上视频学习笔记，要求真实，不要抄袭，可以手写拍照。 2）用自己的话总结“梯度”，“梯度下降”和“贝叶斯定理”，可以word编辑，可做思维导图，可以手写拍照，要求言简意赅、排版整洁。 “梯度”：是一个向量；每个元素为函数对一元变量的偏导数；它既有大小（其大小为最大方向导数），也有方向。沿着梯度向 阅读全文
posted @ 2020-04-09 17:57 罗奕涛 阅读(167) 评论(0) 推荐(0)
1. 机器学习概述
摘要：1）贴上Python环境及pip list截图，了解一下大家的准备情况。暂不具备开发条件的请说明原因及打算。 使用pycharm pip 列表 2）贴上视频学习笔记，要求真实，不要抄袭，可以手写拍照。 设置一行显示多少 3）什么是机器学习，有哪些分类？结合案例，写出你的理解。 机器学习是人工智能的一 阅读全文
posted @ 2020-04-02 19:25 罗奕涛 阅读(149) 评论(0) 推荐(0)