摘要： 大数据应用技术课程实践--选题与实践方案 一、选题与意义 2.Kaggle分析数据项目之泰坦尼克号从灾难中学习机器 答：意义根据自身情况、电脑配置选择第二题更为方便些，也能进一步学习python知识 二、实践方案 实践方案：在Kaggle平台下载数据，处理数据，特征选择、进行缺失值填充、特征转类型、 阅读全文

摘要： 1.手写数字数据集 from sklearn.datasets import load_digits digits = load_digits() 代码： 1 from sklearn.datasets import load_digits 2 digits = load_digits() 2.图片 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。 答：人工智能、机器学习和深度学习之间是的关系，人工智能在上层，机器学习是为了更好的人工智能化，一般用于数据处理解析，用算法进行决策与预测，深度学习是为了更好的机器学习逐步深入到机器学习底部是深度学习。从时间上人工智能是人类给机器智能华的过程；机 阅读全文

摘要： 1.读取 file_path = r'C:\Users\39780\PycharmProjects\大作业\RobitStu\SMSSpamCollection' email = open(file_path,'r',encoding='utf-8') # 打开文件 email_data = [] 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。 分类：目的是为了确定一个点的类别，具体哪些类别是已知的，常用的算法是KNN，是一种有监督学习。 聚类：是将一系列点分成若干类，事先没有类别的常用K-means算法，是一种无监督学习。 简述什么是监督学习与无监督学习。 监督学习 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 答：选择就是在一堆集合里面进行筛选数据，选择部分子集来实现降维，不用的进行丢弃。 2、PCA 答：PCA即主成分分析方法，是一种使用最广泛的数据压缩算法，通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量，转换后的这组变量叫主成分可以用 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 from sklearn.featu 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） 利用正则化可以有效的防止过拟合。过拟合是因为在某一位置函数导数变化大，系数的值也很大因此利用正则化可以约束范数不让其太大，有效防止过拟合出现的情况。 2.用logiftic回归来进行实践操作，数据不限。 用逻辑回归 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？ 逻辑回归就是分类问题，多种特征是离散的在逻辑上把它想成线性的，可以把逻辑回归呢分成多类或者两类0和1，逻辑回归借助sigmoid函数映射0和1,将0.5作为阈值 逻辑回归于线性回归对比，逻辑回归的损失函数不一样，只能通过梯度下降求 阅读全文