会员
周边
众包
新闻
博问
闪存
赞助商
所有博客
当前博客
我的博客
我的园子
账号设置
简洁模式
...
退出登录
注册
登录
黄晓伟。
博客园
首页
新随笔
联系
订阅
管理
2018年12月19日
期末大作业
摘要: 一、boston房价预测 1. 读取数据集 2. 训练集与测试集划分 3. 线性回归模型:建立13个变量与房价之间的预测模型,并检测模型好坏。 4. 多项式回归模型:建立13个变量与房价之间的预测模型,并检测模型好坏。 5. 比较线性模型与非线性模型的性能,并说明原因。 二、中文文本分类 按学号未位
阅读全文
posted @ 2018-12-19 09:00 黄晓伟。
阅读(242)
评论(0)
推荐(0)
编辑
2018年12月10日
回归模型与房价预测
摘要: 1. 导入boston房价数据集 2. 一元线性回归模型,建立一个变量与房价之间的预测模型,并图形化显示。 3. 多元线性回归模型,建立13个变量与房价之间的预测模型,并检测模型好坏,并图形化显示检查结果。 4. 一元多项式回归模型,建立一个变量与房价之间的预测模型,并图形化显示。
阅读全文
posted @ 2018-12-10 11:10 黄晓伟。
阅读(212)
评论(0)
推荐(0)
编辑
2018年12月3日
朴素贝叶斯应用:垃圾邮件分类
摘要: 1. 数据准备:收集数据与读取 2. 数据预处理:处理数据 3. 训练集与测试集:将先验数据按一定比例进行拆分。 4. 提取数据特征,将文本解析为词向量 。 5. 训练模型:建立模型,用训练数据训练模型。即根据训练样本集,计算词项出现的概率P(xi|y),后得到各类下词汇出现概率的向量 。 6. 测
阅读全文
posted @ 2018-12-03 11:21 黄晓伟。
阅读(506)
评论(0)
推荐(0)
编辑
2018年11月26日
sklearn中的朴素贝叶斯模型及其应用
摘要: 1.使用朴素贝叶斯模型对iris数据集进行花分类 尝试使用3种不同类型的朴素贝叶斯: 高斯分布型 多项式型 伯努利型 2.使用sklearn.model_selection.cross_val_score(),对模型进行验证。 3. 垃圾邮件分类 数据准备: 用csv读取邮件数据,分解出邮件类别及邮
阅读全文
posted @ 2018-11-26 11:00 黄晓伟。
阅读(399)
评论(0)
推荐(0)
编辑
2018年11月19日
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。 分类指监督学习,就是按照某种标准给对象贴标签,再根据标签来区分归类。 聚类是指事先没有“标签”而通过某种成团分析找出事物之间存在聚集性原因的过程。指无监督学习,是指根据“物以类聚”的原理,将本身没有类别的样本聚集成不同的组,这
阅读全文
posted @ 2018-11-19 09:31 黄晓伟。
阅读(275)
评论(0)
推荐(0)
编辑
2018年11月12日
K-means算法应用:图片压缩
摘要: 1. 用K-means算做图片压缩 读取一张示例图片或自己准备的图片,观察图片存放数据特点。 根据图片的分辨率,可适当降低分辨率。 再用k均值聚类算法,将图片中所有的颜色值做聚类。 然后用聚类中心的颜色代替原来的颜色值。 形成新的图片。 观察原始图片与新图片所占用内存的大小。 将原始图片与新图片保存
阅读全文
posted @ 2018-11-12 11:32 黄晓伟。
阅读(490)
评论(0)
推荐(0)
编辑
2018年11月5日
聚类--K均值算法:自主实现与sklearn.cluster.KMeans调用
摘要: 1.用python实现K均值算法 K-means是一个反复迭代的过程,算法分为四个步骤: (x,k,y) 1) 选取数据空间中的K个对象作为初始中心,每个对象代表一个聚类中心; def initcenter(x, k): kc 2) 对于样本中的数据对象,根据它们与这些聚类中心的欧氏距离,按距离最近
阅读全文
posted @ 2018-11-05 11:17 黄晓伟。
阅读(315)
评论(0)
推荐(0)
编辑
numpy数据集练习
摘要: 1. 安装scipy,numpy,sklearn包 2. 从sklearn包自带的数据集中读出鸢尾花数据集data 3.查看data类型,包含哪些数据 4.取出鸢尾花特征和鸢尾花类别数据,查看其形状及数据类型 5.取出所有花的花萼长度(cm)的数据 6.取出所有花的花瓣长度(cm)+花瓣宽度(cm)
阅读全文
posted @ 2018-11-05 08:26 黄晓伟。
阅读(170)
评论(0)
推荐(0)
编辑
2018年10月22日
numpy数组及处理:效率对比
摘要: 一、处理日期时间 取系统时间 转换成‘2017年9月30日星期六10时28分56秒’格式字符串 ’2018-10-25 22:00‘转换成一个日期时间变量 计算两者的间隔 二、问题: 数列: a = a1,a2,a3,·····,an b = b1,b2,b3,·····,bn 求: c = a12
阅读全文
posted @ 2018-10-22 10:59 黄晓伟。
阅读(375)
评论(0)
推荐(0)
编辑
2018年10月15日
阶段作业1:完整的中英文词频统计
摘要: 步骤: 1.准备utf-8编码的文本文件file 2.通过文件读取字符串 str 3.对文本进行预处理 4.分解提取单词 list 5.单词计数字典 set , dict 6.按词频排序 list.sort(key=) 7.排除语法型词汇,代词、冠词、连词等无语义词 8.输出TOP(20) 一、.英
阅读全文
posted @ 2018-10-15 21:03 黄晓伟。
阅读(178)
评论(0)
推荐(0)
编辑
下一页