作业补交:

4.K均值算法--应用  5.线性回归算法   6.逻辑回归  8、特征选择  9、主成分分析  12.朴素贝叶斯-垃圾邮件分类

 老师,我之前在家的时候,在家里干活,比较忙,没什么时间写作业,我现在回到学校重新补交给你。

 

 

本次作业:

1.手写数字数据集

  • from sklearn.datasets import load_digits
  • digits = load_digits()

 

2.图片数据预处理

  • x:归一化MinMaxScaler()
  • y:独热编码OneHotEncoder()或to_categorical
  • 训练集测试集划分
  • 张量结构

 

3.设计卷积神经网络结构

  • 绘制模型结构图,并说明设计依据。

4.模型训练

  • model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
  • train_history = model.fit(x=X_train,y=y_train,validation_split=0.2, batch_size=300,epochs=10,verbose=2)

5.模型评价

  • model.evaluate()
  • 交叉表与交叉矩阵
  • pandas.crosstab
  • seaborn.heatmap