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。 二、实践方案 三、实践任务分解 根据所选的题目，明确实验步骤，分解任务到每天。 四、实践计划 按任务分解撰写计划表，每天按计划表开展工作。 第天根据实际情况更新计划表，有必要时调整。 1、选题：淘宝双11数 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 from sklearn.datasets import load_digits digits = load_digits() print(dig 阅读全文
摘要：
1.读取 file_path = r"E:\da3xia\jiqixuexi\SMSSpamCollection" sms = open(file_path, 'r', encoding='utf-8') sms_data = [] sms_lable = [] csv_reader = csv.r 阅读全文
摘要：
1.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 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？ 增加样本量，这是万能的方法，适用任何模型。过拟合的时候，拟合函数的系数往往非常大，而正则化是通过约束参数的范数使其不要太大，所以可以在一定程度上减少过拟合情况。 from sklearn.linear_model import Logis 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 这个知识点非常重要，复习了矩阵的相关知识。线性回归都基于矩阵的基础。 在代码上的实际运用 重点递归下降，是优化方程的最佳途径。 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） 线性回归算法可以将生活的具有某一 阅读全文
摘要：
1）. 扑克牌手动演练k均值聚类过程：>30张牌，3类 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） 3）. 用sklearn.cluster.KMeans，鸢尾花花瓣长度数据做聚类，并用散点图显示. 4）. 鸢尾花完整数据做聚类并用散点图显示. 5 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：凡是机器做了人需要动脑才能完成的事情，都可以称为人工智能； 机器学习：如果一个系统能够通过执行某个过程改进它的性能，就是机器学习； 深度学习：深度学习可以看作是特殊的机器学习，我们可以利用深度学习来解决大部分需要思考的问题。 2. 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。 分类就是按照数据的属性给对象贴上标签，再根据标签来分类，属于无监督学习，聚类就是指事先定义好类别，然后通过某种度量（比如距离）将他们分类。 简述什么是监督学习与无监督学习。 监督学习：利用一组已知类别的样本调整分类器的参数，使 阅读全文